科研之友
微信
新浪微博
Facebook
分享链接
摘要
基于表填充的关系抽取方法利用深度神经网络将句子映射到二维抽象表示，忽略了句子中不同跨度之间的语义结构，很难获取到句子中的长距离语义依赖。针对表填充方法的这一不足之处，该文提出了一个结合句法依存树的表填充关系抽取模型。首先，该模型通过双仿射将句子映射到二维抽象表示。然后，利用句子的句法依存树初始化语义依赖邻接矩阵，利用邻接矩阵学习二维表示中单词与单词之间的句法依赖特征。最后，使用门控循环单元提取特征对句子的二维表示进行更新，从而在句子二维抽象表示中获取跨度之间的语义依赖关系和句子的结构特征。实验结果表明我们提出的模型可以有效获取句子中的长距离语义依赖特征，通过学习跨度的语义依赖信息和句子的语法结构特征来提升关系抽取的性能。
- 单位
