10.19678/j.issn.1000-3428.0059574
基于图卷积神经网络的中文实体关系联合抽取
现有实体关系联合抽取方法未充分考虑中文句子中实体关系的复杂结构特征,为此,提出一种基于图卷积神经网络(GCN)的中文实体关系联合抽取方法.在双向长短时记忆网络抽取序列特征的基础上,利用GCN编码依存分析结果中的语法结构信息,借鉴改进的实体标注策略构建端到端的中文实体关系联合抽取模型.实验结果表明,该方法的F值可达61.4%,相比LSTM-LSTM模型提高了4.1%,GCN能有效编码文本的先验词间关系并提升实体关系抽取性能.
信息抽取;关系抽取;联合抽取;图卷积神经网络;依存分析
47
TP18(自动化基础理论)
国家自然科学基金面上项目;中国科学院青年创新促进会基金
2021-12-20(万方平台首次上网日期,不代表论文的发表时间)
共9页
103-111