计算机工程与应用

2022, v.58;No.1013(22) 65-71

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

融合细粒度实体类型的多特征关系分类算法
Multi-Feature Relationship Classification Algorithm Fused with Fine-Grained Entity Types

左亚尧;易彪;黎文杰;

摘要(Abstract):

近年来,基于深度学习的关系分类多集中于注意力机制的改进或语义信息的优化两方面,但此类方法提取的特征往往较为单一,忽略了实体类型对关系分类的影响,且存在语义信息学习不完整等问题。提出一种新的关系分类方法 Type-SBNE,针对实体类型学习任务,引入细粒度的实体类型信息,并通过对每个实体类型中的所有实体向量取平均生成实体类向量,再分别通过实体与句意信息学习获得其对应的特征向量,通过拼接融合得到复合语义特征,最后采用全连接层和Softmax函数来预测实体对之间的关系。Type-SBN基于细粒度的实体类型信息,丰富了实体的特征,有效加强了每个实体在上下文中的表达。实验表明,Type-SBNE模型可更好地完成关系分类任务,效果优于对比方法。

关键词(KeyWords): 关系分类;BERT;Nystr?mformer;细粒度实体类向量

Abstract:

Keywords:

基金项目(Foundation): 广东省自然科学基金(2018A030313934);; 广东省科技计划(19ZK0094)

作者(Authors): 左亚尧;易彪;黎文杰;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享