买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:郑州大学
摘要:本发明公开了一种事件隐式关系抽取方法,来进行因果关系分类和回归识别。该模型结合双向长短记忆网络和图卷积网络进行融合特征提取,并将中心触发词的距离信息整合到语义特征中,以丰富语义特征的提取。实验表明,本文所提出的模型在隐式关系抽取任务中的表现性能更佳。包括:Embedding层将文本转换为上下文语义表示向量;特征提取层使用双向长短期记忆网络BiLSTM和图卷积网络GCN进行联合特征抽取,BiLSTM负责捕获文本序列中的上下文信息,在此基础上利用GCN构建事件元素之间的图表示,充分利用图结构信息捕获词汇级语义信息,理解词汇之间的复杂关系;Attenton层采用注意力机制进一步增强模型对关键信息的关注能力,从文本中抽取出事件之间的复杂关系,Softmax输出层使用Softmax模型进行分类并输出结果。
主权项:1.一种事件隐式关系抽取方法,其特征在于,所述方法包括:1Embedding层,将文本转换为上下文语义表示向量;2特征提取层,分别获得BiLSTM和GCN的特征向量;3Attention层,自动识别并标记关键词汇;4Softmax,进行分类并输出结果。
全文数据:
权利要求:
百度查询: 郑州大学 一种事件隐式关系抽取方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。