典型文献
融合对抗训练和胶囊网络的食品安全关系抽取模型
文献摘要：
为解决食品安全领域关系抽取数据集体量小且关系种类复杂,普通网络模型无法充分进行特征学习的问题,提出了一种融合对抗训练和胶囊网络的食品安全领域关系抽取模型GAL-CapsNet.该模型使用双向长短期记忆网络提取文本序列的全局特征,并通过胶囊网络的动态路由机制获取高层次的局部特征,具有较强的特征提取能力,同时在嵌入层加入对抗训练提升模型的鲁棒性,从而有效提高了关系抽取任务的效果.在本文所用的食品安全领域数据集上的实验结果显示:对比其他深度神经网络方法,GAL-CapsNet在关系抽取任务中的精确率、召回率和F1值均有明显提升,分别达到了85.91％、82.82％、84.33％,证明了模型在食品安全领域数据集上的有效性.
文献关键词：
关系抽取;对抗训练;BERT;胶囊网络
中图分类号：
作者姓名：
董哲;王亚;马传孝;李志军
作者机构：
北方工业大学电气与控制工程学院,北京100144
文献出处：
引用格式：
[1]董哲;王亚;马传孝;李志军-.融合对抗训练和胶囊网络的食品安全关系抽取模型)[J].科学技术与工程,2022(23):10162-10168
A类：
B类：
对抗训练,胶囊网络,食品安全,全关,关系抽取,取模,安全领域,特征学习,GAL,CapsNet,模型使用,双向长短期记忆网络,全局特征,动态路由,路由机制,局部特征,特征提取能力,嵌入层,深度神经网络,神经网络方法,精确率,召回率,BERT
AB值：
0.309425
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。
