典型文献
基于自注意力卷积神经网络的实体关系抽取
文献摘要：
在自然语言处理解领域中,实体关系抽取作为信息抽取中的一个重要分支,旨在从自然文本中提取出两个实体之间的语义关系.大多数研究工作都是基于NLP系统的特征,特征提取工程和预处理过程十分冗杂,并且由LTP工具提取出来的特征会在模型中迭代而产生错误传播.为了避免对NLP系统的滥用,提出一种基于端到端的自注意力卷积神经网络模型来提取实体对之间的语义关系.实验结果表明,该方法在SemEval-2010 Task 8数据集上的F1值提高了约1.3％.
文献关键词：
信息抽取;关系抽取;自注意力;卷积神经网络
中图分类号：
作者姓名：
张婷婷;李卫疆;李涛
作者机构：
昆明理工大学信息工程与自动化学院,昆明650500
文献出处：
引用格式：
[1]张婷婷;李卫疆;李涛-.基于自注意力卷积神经网络的实体关系抽取)[J].信息技术,2022(01):11-15
A类：
B类：
自注意力,实体关系抽取,自然语言处理,信息抽取,语义关系,NLP,冗杂,LTP,误传,端到端,卷积神经网络模型,SemEval,Task
AB值：
0.26896
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
