基于Bert和卷积神经网络的人物关系抽取研究
2021-10-15杜慧祥杨文忠石义乐柴亚闯王丽花
东北师大学报(自然科学版) 2021年3期
杜慧祥,杨文忠,石义乐,柴亚闯,王丽花
(1.新疆大学软件学院,新疆 乌鲁木齐 830002;2.新疆大学信息科学与工程学院,新疆 乌鲁木齐 830002)
0 引言
随着互联网数据爆炸式的增长,各种半结构化数据与非结构化数据也在不断增多.如何从半结构化数据与非结构化数据中提取有效的结构化信息,是当前信息抽取领域的一个研究热点和难点.信息抽取作为自然语言处理领域中的一个重要的研究子领域,近年来受到了国内外研究学者的不断研究,其中实体关系抽取技术是信息抽取中的一个关键技术,也是构建知识图谱的重要技术之一,其主要的研究目的是从包含实体对以及包含某种语义关系的句子中提取出所需要的关键信息.目前实体关系抽取技术主要分为有监督的、半监督的、无监督的、开放领域的、基于远程监督的、基于深度学习的等6类方法.有监督的关系抽取又分为基于特征向量的方法和基于核函数[1]的方法.基于特征向量的方法是从包含关系的句子中,选择该句的上下文中包含的词法、语法和句法等特征来构造特征向量,进一步通过计算特征向量的相似度来训练实体关系抽取模型,最后完成关系抽取.基于核函数的方法也是比较常用的一种方法,文献[2]采用浅层解析树核与SVM、投票感知器相结合的算法从非结构化的文本中抽取人-从属关系和组织-位置关系.文献[3]通过扩展前人工作,提出依赖树核,通过计算依赖树核……
登录APP查看全文