基于CNN和双向LSTM融合的实体关系抽取

摘要：

实体关系抽取旨在识别网络文本中的实体,并提取出文本中实体之间隐含的关系.研究表明,深度神经网络在实体关系抽取任务上具有可行性,并优于传统关系抽取方法.目前的关系抽取方法大都使用卷积神经网络(CNN)和长短期记忆神经网络(LSTM),然而CNN只考虑连续词之间的相关性而忽略了非连续词之间的相关性.另外,LSTM虽然考虑了长距离词的相关性,但提取特征不够充分.针对这些问题,提出了一种CNN和LSTM结合的实体关系抽取方法,采用3种结合方法进行了实验,验证了该方法的有效性,在F1值上有一定的提升.

关键词：实体关系抽取、卷积神经网络、长短期记忆网络、注意力机制

所属期刊栏目：4

分类号：TP393(计算技术、计算机技术)

资助基金：国家自然科学基金创新群体基金资助项目61521003;国家重点研发计划基金资助项目2016YFB0800101

在线出版日期：2018-12-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：44-51