-
题名基于双向GRU和PCNN的人物关系抽取
被引量：7
- 1
-
-
作者
王明波
王峥
邱秀连
-
机构
武汉邮电科学研究院
南京烽火天地通信科技有限公司
-
出处
《电子设计工程》
2020年第10期160-165,共6页
-
文摘
目前基于深度学习的人物关系抽取方法中大都使用单一的CNN或RNN模型,CNN擅长提取局部的最重要特征,但是不适合处理序列输入,而RNN虽然在任意长度的序列化任务中具有很大的优势,但是对局部的重要特征提取不够充分,针对以上问题,提出一种基于双向GRU和PCNN的人物关系抽取方法。将双向GRU模型与PCNN模型的优点结合起来,同时在模型中加入注意力机制。利用远程监督的方法构建训练语料进行实验验证,结果表明,该方法相较于单一的双向GRU模型、PCNN模型具有更好的效果。
-
关键词
深度学习
人物关系抽取
双向门循环单元
卷积神经网络
-
Keywords
deep learning
character relationship extraction
bidirectional gated recurrent unit
convolu tional neural network
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
