基于自注意力机制和平均池化下图卷积网络的商品新闻事件抽取OA北大核心CSTPCD
商品新闻事件抽取是对新闻非结构化语句进行归纳和表达,以提取出该语句所包含的事件以及相关信息,能够为供货需求预测、价格预测、问答系统等提供基础。现有研究工作普遍存在候选触发词与实体向量关联性利用不强以及参数角色提取准确率不够的问题,因此本文在已有研究工作的基础上,提出了一种基于自注意力机制和平均池化图卷积网络及依赖解析树的提取模型(SAT-GCN-DPT)。该模型主要分为3个模块,ComBERT预训练模块、self-attention机制下的触发分…查看全部>>
罗茜雅;李红军;王子怡;甘晨灼;胡正浩
成都理工大学计算机与网络安全学院(示范性软件学院),成都610059成都理工大学计算机与网络安全学院(示范性软件学院),成都610059成都理工大学计算机与网络安全学院(示范性软件学院),成都610059成都理工大学计算机与网络安全学院(示范性软件学院),成都610059成都理工大学计算机与网络安全学院(示范性软件学院),成都610059
计算机与自动化
商品新闻事件抽取自注意力机制平均池化函数图卷积网络依赖解析树
《成都理工大学学报（自然科学版）》 2024 (3)
P.500-512,13
国家自然科学基金(42050104)自然资源部深时地理环境重建与应用重点实验室开放基金项目(DGERA20221102)。
评论