作者：孙紫阳; 顾君忠; 杨静关系抽取依存分析最短依存路径长短期记忆网络卷积神经网络
摘要：实体关系抽取技术通过文本内容确定句子中实体对之间的关系类别,但由于中文的语法结构复杂、词义理解多样等因素,其对中文实体关系的分类效果不佳。为此,提出一种基于最短依存路径表示文本的深度学习方法。利用依存分析对语句良好的表示性,配合词性特征,利用长短期记忆(LSTM)网络单元双向结构学习最短依存路径的表示信息,并对LSTM的输出使用卷积神经网络(CNN)训练分类模型。实验结果表明,该方法能够准确地抽取实体关系,其F1值较CNN和Bi-LSTM方法有所提高。
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
