科研之友
微信
新浪微博
Facebook
分享链接
摘要
关系抽取是自然语言处理应用中的一项重要任务。现有的关系抽取方法主要基于语言序列特征或句子结构信息来预测关系，并不能有效地反映实体间关系的内在结构和特征。为此，提出一种融合句子中图结构和序列特征信息的关系抽取模型。该模型利用基于注意力的图卷积网络（GCN）学习语句中的结构信息，利用双向长短期记忆（BiLSTM）网络学习语句的序列语义特征，通过注意力机制结合句子结构特征和序列语义对关系进行分类。在公共数据集和手工构建的数据集上进行了大量实验，验证了所提模型的优越性。
-
单位国家电网有限公司; 北京航空航天大学
