发明名称 |
一种神经网络关系抽取方法 |
摘要 |
本发明公开了一种神经网络关系抽取方法,基于句子级别选择注意力机制的神经网络关系抽取方法,具体为:对每个句子和其相关的一对实体,采用卷积神经网络构建所述一对实体的句子向量表示;采用设置的句子级别注意力机制选择其中的表达了所述一对实体间的关系的句子向量表示,得到所述一对实体的综合句子向量表示;根据所述一对实体的综合句子向量表示进行所述一对实体间的关系预测。这样,本发明实施例不但可以在神经网络关系抽取中降低远程监督数据中噪音的干扰,还可以同时考虑不同句子的信息,提高模型的稳定性,具有良好的实用性。 |
申请公布号 |
CN106354710A |
申请公布日期 |
2017.01.25 |
申请号 |
CN201610685532.2 |
申请日期 |
2016.08.18 |
申请人 |
清华大学 |
发明人 |
孙茂松;林衍凯;刘知远;栾焕博 |
分类号 |
G06F17/27(2006.01)I;G06N3/04(2006.01)I;G06N3/08(2006.01)I |
主分类号 |
G06F17/27(2006.01)I |
代理机构 |
北京德琦知识产权代理有限公司 11018 |
代理人 |
牛峥;王丽琴 |
主权项 |
一种神经网络关系抽取方法,其特征在于,该方法包括:对每个句子和其相关的一对实体,采用卷积神经网络构建所述一对实体的句子向量表示;采用设置的句子级别注意力机制选择其中的表达了所述一对实体间的关系的句子向量表示,得到所述一对实体的综合句子向量表示;根据所述一对实体的综合句子向量表示进行所述一对实体间的关系预测,得到预测值。 |
地址 |
100084 北京市海淀区清华园1号 |