基于CNN和双向LSTM融合的实体关系抽取

作者：张晓斌^*; 陈福才; 黄瑞阳

来源：网络与信息安全学报, 2018, 4(09): 44-51.

• 实体关系抽取
• 卷积神经网络
• 长短期记忆网络
• 注意力机制

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。