10.3969/j.issn.1000-5641.2021.03.010
基于多通道卷积神经网络的中文文本关系抽取
给出了一种多通道卷积神经网络(Convolutional Neural Network,CNN)方法实现中文文本端到端的关系抽取.每个通道用分层的网络结构,在传播过程中互不影响,使神经网络能学习到不同的表示.结合中文语言的难点,加入注意力机制(Attention Mechanism,Att)获取更多的语义特征,并通过分段平均池化融入句子的结构信息.经过最大池化层获得句子的最终表示后,计算关系得分,并用排序损失函数(Ranking-Loss Function,RL)代替交叉熵函数进行训练.实验结果表明,提出的MCNN_Att_RL(Multi CNN_Att_RL)模型能有效提高关系抽取的查准率、召回率和F1值.
关系抽取、多通道CNN、注意力机制、中文文本
TP391(计算技术、计算机技术)
2021-06-02(万方平台首次上网日期,不代表论文的发表时间)
共9页
96-104