基于全局和局部特征感知网络的关系提取方法

摘要：

关系提取旨在从大量的非结构化数据中提取实体对间的关系.目前,大多数神经网络仅考虑单分支信息流,难以获取足够的语义特征来进行关系提取.针对此问题,该文提出一种基于全局和局部特征感知网络的关系提取方法.该方法首先利用自注意力机制和循环神经网络获取单词的相关性时序特征.其次,构建多分支特征感知卷积神经网络,分别获取全局和局部相关性时序特征,避免全局和局部感知的相互影响.进一步地,对这两种特征进行拼接和筛选,以全面表示句子的重要语义特征.最后,结合Softmax分类器实现关系提取.实验结果表明,该文所提方法优于主流的基于卷积神经网络和循环神经网络的关系提取方法,在标准的SemEval-2010 Task 8和KBP37数据集上F1值分别达到86.1％和64.9％.

关键词：关系提取、神经网络、自注意力机制、特征感知、多分支

所属期刊栏目：34

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;江苏省自然科学基金;中国博士后科学基金

在线出版日期：2020-12-15（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：96-103