摘要

本发明公开了一种基于神经网络的自然语言关系抽取方法,该方法采用句子的不同方面的自注意力信息注入到卷积神经网络中进行空间级表示融合,利用这种融合了句子实体的多方向信息的表示,能够进行更准确的实体间的关系预测。本发明与现有技术相比具有多方面、多角度进行挖掘句子及句子中实体间关系的特点,将这种多方面、多角度的表示进行融合,从而进行更准确的关系抽取,能够更加全面有效地对句子中实体间关系进行预测,方法简便、高效,成本低廉,并且能够在不同数据领域之间进行迁移,具有广泛的实用意义,能够为知识图谱系统、关系预测系统等应用提供有效的解决方案。