10.3969/j.issn.1006-2475.2018.09.004
基于卷积神经网络的中文人物关系抽取方法
针对基于机器学习的人物关系抽取需要人工选取特征的问题,提出一种基于卷积神经网络的中文人物关系抽取方法.采用搜狗实验室公开的中文全网新闻语料库来训练Word2vec模型,得到基于分布式表示的词向量表达,并完成了对百度百科数据集的词向量转化工作.设计一种基于经典CNN模型的中文人物关系抽取系统方案,用CNN模型自动提取特征并进行人物关系的分类,实现了5类常见人物关系的提取,准确率达到92.87%,平均召回率达到86.92%.实验结果表明,该方法无需人工构建复杂特征即可得到较好的人物关系抽取效果.
文本挖掘、人物关系抽取、卷积神经网络、分类、词向量特征
TP391(计算技术、计算机技术)
2018-09-28(万方平台首次上网日期,不代表论文的发表时间)
共4页
17-20