一种基于注意力机制与图长短时记忆神经网络结合的关系抽取方...
授权
摘要
本发明公开了一种基于注意力机制与图长短时记忆神经网络结合的关系抽取方法。包括如下步骤：通过BiLSTM提取句子中的上下文信息，并引入实体位置信息和实体标签信息来扩充词向量特征；通过Stanford Parser工具进行句子依存结构树的提取生成初始句子结构矩阵，引入注意力机制对初始句子结构矩阵进行注意力计算，得到句子中结构矩阵的权重信息；将提取出的句子上下文信息和句子结构的权重信息作为输入，使用基于注意力机制与图长短时记忆神经网络结合的关系抽取模型对输入进行关系抽取，最终得到实体的三元组信息。本发明方法分别在TACRED数据结和Semeval2010 task‑8数据集上进行了测评，该模型的表现优于目前主流的深度学习抽取的模型。
基本信息
专利标题 ：
一种基于注意力机制与图长短时记忆神经网络结合的关系抽取方法
专利标题（英）：
暂无
公开（公告）号 ：
CN112163426A
申请号 ：
CN202011059653.9
公开（公告）日 ：
2021-01-01
申请日 ：
2020-09-30
授权号 ：
CN112163426B
授权日 ：
2022-05-27
发明人 ：
张勇高大林巩敦卫郭一楠孙晓燕
申请人 ：
中国矿业大学
申请人地址 ：
江苏省徐州市铜山区大学路1号
代理机构 ：
南京经纬专利商标代理有限公司
代理人 ：
周科技
优先权 ：
CN202011059653.9
主分类号 ：
G06F40/295
IPC分类号 ：
G06F40/295 G06F40/284 G06F40/211 G06F16/31 G06F16/35 G06N3/04 G06N3/08
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06F
电数字数据处理
G06F40/295
命名实体识别
法律状态
2022-05-27 ：
授权
2021-01-19 ：
实质审查的生效
IPC(主分类) : G06F 40/295
申请日 : 20200930
申请日 : 20200930
2021-01-01 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
