基于注意力循环门控图卷积网络的关系提取方法及系统
发布时间: 2022-06-30
基本信息
本发明涉及一种基于注意力循环门控图卷积网络的关系提取方法及系统,包括对语句进行语义依存分析,将单词嵌入与位置特征相连接,得到最终的单词嵌入表示;构建BLSTM网络层,提取单词上下文特征向量;对所述依赖树应用注意力机制,得到带有权重信息的全连通图的软邻接矩阵;将所述单词上下文特征向量和软邻接矩阵传入门控图卷积网络中,提取高阶语义依赖特征,得到语句的向量表示;将两个标记实体的向量表示抽取出来并与所述语句的向量表示拼接,传入所述门控图卷积网络的全连接层中,计算每个关系类型的概率以及预测关系类别,最终得到语句的关系类别。本发明避免了关键信息丢失,实现对关系提取性能的提升实现对关系提取性能的提升。