一种基于神经网络的中文关系抽取方法[发明专利]

专利名称：一种基于神经网络的中文关系抽取方法专利类型：发明专利
发明人：王凯,秦永彬,李婷,陈艳平
申请号：CN201910669521.9
申请日：20190724
公开号：CN111008529A
公开日：
20200414
专利内容由知识产权出版社提供
摘要：本发明公开了一种基于神经网络的中文关系抽取方法，该方法可以有效获取句子的结构信息和语义信息。

在关系抽取任务中，单一的长短期记忆模型只能学习到某个特定维度的特征，而卷积神经网络可以利用多个卷积核学习不同维度特征。

基于上述两个特点，本发明提出了一种多层双向长短期记忆‑注意力模型，该方法通过给长短期记忆模型设置不同大小的隐藏层，使其能自动从原始输入中抽取不同维度的、带依赖信息的抽象特征,并利用注意力机制捕获全局信息。

实验显示，本发明中的方法相较多核卷积神经网络和单一的长短期记忆‑注意力模型能显著提高中文关系抽取效果，在ACE RDC 2005中文数据集上取得71.61%的F值，取得了很好的效果，这证明了该方法的有效性。

申请人：贵州大学
地址：550025 贵州省贵阳市花溪区贵州大学花溪北校区科技处
国籍：CN
代理机构：贵阳中新专利商标事务所
代理人：刘艳
更多信息请下载全文后查看。