基于类型注意力和GCN的远程监督关系抽取OA北大核心CSTPCD
远程监督关系抽取通过自动对齐自然语言文本与知识库生成带有标签的训练数据集,解决样本人工标注的问题。目前的远程监督研究大多没有关注到长尾(long-tail)数据,因此远程监督得到的大多数句包中所含句子太少,不能真实全面地反映数据的情况。因此,提出基于位置-类型注意力机制和图卷积网络的远程监督关系抽取模型PG+PTATT。利用图卷积网络GCN聚合相似句包的隐含高阶特征,并对句包进行优化以此得到句包更丰富全面的特征信息;同时构建位置-类型注意力机制P…查看全部>>
张欢;李卫疆
昆明理工大学信息工程与自动化学院,云南昆明650500 昆明理工大学云南省人工智能重点实验室,云南昆明650500昆明理工大学信息工程与自动化学院,云南昆明650500 昆明理工大学云南省人工智能重点实验室,云南昆明650500
计算机与自动化
远程监督关系抽取图卷积网络注意力机制类型关系句包
《计算机工程与科学》 2024 (2)
P.316-324,9
国家自然科学基金(62066022)。
评论