基于高速多核网络的远监督关系抽取方法

李威¹, 陈曙东^1,2, 欧阳小叶², 杜蓉², 王荣³

1. 中国科学院大学 微电子学院, 北京 100049;
2. 中国科学院 微电子研究所, 北京 100029;
3. 北京跟踪与通信技术研究所 空间目标测量重点实验室, 北京 100094

收稿日期:2020-06-20发布日期:2021-03-11
通讯作者:陈曙东(1977-),女,研究员,博士生导师,E-mail:chenshudong@ime.ac.cn.E-mail:chenshudong@ime.ac.cn
作者简介:李威(1995-),男,硕士生.
基金资助:中国科学院战略性先导科技专项（C类）（XDC02070600）

Distant Supervision Relation Extraction Method Based on Highway Multi-Kernel Network

LI Wei¹, CHEN Shu-dong^1,2, OUYANG Xiao-ye², DU Rong², WANG Rong³

1. School of Microelectronics, University of Chinese Academy of Sciences, Beijing 100049, China;
2. Institute of Microelectronics, Chinese Academy of Sciences, Beijing 100029, China;
3. Key Laboratory of Space Object Measurement, Department, Beijing Institute of Tracking and Telecommunications Technology, Beijing 100094, China

Received:2020-06-20Published:2021-03-11

摘要/Abstract

摘要： 远监督作为一种能够快速大量产生标注数据的技术，在关系抽取任务中的应用愈加广泛，但仍存在文本特征提取不足、包内噪声过多等问题.对此，提出了一种基于高速多核网络的远监督关系抽取方法.首先通过高速网络和多核卷积对句子特征进行深层提取；然后采用包内注意力机制提高包内正确标注的句子权重，降低包内噪声，实现包级向量化；使用包间注意力机制降低包间噪声，得到组级向量化；最后，将组作为训练样本训练分类器，实现关系抽取.实验结果表明，该方法比现有方法具有更好的关系抽取性能.
中图分类号:
TP391

引用本文

李威, 陈曙东, 欧阳小叶, 杜蓉, 王荣. 基于高速多核网络的远监督关系抽取方法[J]. 北京邮电大学学报, 2020, 43(5): 71-76.
LI Wei, CHEN Shu-dong, OUYANG Xiao-ye, DU Rong, WANG Rong. Distant Supervision Relation Extraction Method Based on Highway Multi-Kernel Network[J]. Journal of Beijing University of Posts and Telecommunications, 2020, 43(5): 71-76.





PDF全文下载地址:

https://journal.bupt.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=4767