CN110502749A 一种基于双层注意力机制与双向gru的文本关系抽取方法 (中国电子科技集团公司第二十八研究所)_第1页
CN110502749A 一种基于双层注意力机制与双向gru的文本关系抽取方法 (中国电子科技集团公司第二十八研究所)_第2页
CN110502749A 一种基于双层注意力机制与双向gru的文本关系抽取方法 (中国电子科技集团公司第二十八研究所)_第3页
CN110502749A 一种基于双层注意力机制与双向gru的文本关系抽取方法 (中国电子科技集团公司第二十八研究所)_第4页
CN110502749A 一种基于双层注意力机制与双向gru的文本关系抽取方法 (中国电子科技集团公司第二十八研究所)_第5页
已阅读5页,还剩14页未读 继续免费阅读

下载本文档

版权说明:本文档由用户提供并上传,收益归属内容提供方,若内容存在侵权,请进行举报或认领

文档简介

一种基于双层注意力机制与双向GRU的文本本发明公开了一种基于双层注意力机制与信息的向量化,为关系识别提供更多的特征信息,提高了双向GRU模型输入信息与输出信息间22.根据权利要求1所述的一种基于双层注意力机3.根据权利要求2所述的一种基于双层注意力4.根据权利要求1所述的一种基于双层注意力机制与双向G3将字级注意力层的输出s组成的句子特征值作为句级注意力层的输入,加入随机初始5.根据权利要求4所述的一种基于双层注意力6.根据权利要求1所述的一种基于双层注意力机制7.根据权利要求6所述的一种基于双层注意力8.根据权利要求1所述的一种基于双层注意力机制45[0001]本发明涉及一种文本关系抽取方法,具体涉及一种基于双层注意力机制与双向[0006]有监督的实体关系抽取方法主要思想是在已标注的数据上面6[0022]每个GRU单元分别包含包括一个重置门(resetgate)和一个更新门(update重置门和更新门后的的当前时刻隐状态ht。t时刻GRU单元的更新门zt、重置门rt、新记忆i,、最终隐状态ht的计算如下:[0032]将字级注意力层的输出s组成的句子特征值作为句级注意力层的输入,加入随机78来,作为后续关系抽取基础。通过构建基于多层注意力机制与双向GRU的文本关系抽取网中,并加入字级注意力层和句级注意力层提高双向GRU模型输入信息与输出信息间的相关[0070]每个GRU单元分别包含包括一个重置门(resetgate)和一个更新门(update9[0084]将字级注意力层的输出s组成的句子特征值作为句级注意力层的输入。与字级注参考论文ChineseNERUsingLa[0098]本实施例中对所得到的关系抽取结果进行性能评价,性能评价指标采用精确率[0103]对测试

温馨提示

  • 1. 本站所有资源如无特殊说明,都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等,如果需要附件,请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸,网页内容里面会有图纸预览,若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间,仅对用户上传内容的表现方式做保护处理,对用户上传分享的文档内容本身不做任何修改或编辑,并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容,请与我们联系,我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

评论

0/150

提交评论