CN114168754B 一种基于句法依赖和融合信息的关系抽取方法 （杭州电子科技大学）_第1页
CN114168754B 一种基于句法依赖和融合信息的关系抽取方法 （杭州电子科技大学）_第2页
CN114168754B 一种基于句法依赖和融合信息的关系抽取方法 （杭州电子科技大学）_第3页
CN114168754B 一种基于句法依赖和融合信息的关系抽取方法 （杭州电子科技大学）_第4页
CN114168754B 一种基于句法依赖和融合信息的关系抽取方法 （杭州电子科技大学）_第5页
已阅读5页，还剩18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

US2021019370A1,2021.01.21一种基于句法依赖和融合信息的关系抽取本发明公开了一种基于句法依赖和融合信Spacy工具包对于句子进行依存句法分析，然后合句法信息时利用键值记忆网络将词向量与句和句法信息融合的问题，并且能提取到更深层2步骤(2)对数据集中的句子S利用Spacy依存句法分析工具进行处理，得到句子中词与步骤(3)对于句子中的每个词，利用transformer模型2.根据权利要求1所述的一种基于句法依赖和融合信息的关系抽取方法，其特征在于3.根据权利要求2所述的一种基于句法依赖和融合信息的关系抽取方法，其特征在于和边的信息EdgeInfo，利用pytorch的Embedding函数将依赖关系Rela转换为关系向量4.根据权利要求3所述的一种基于句法依赖和融合信息的关系抽取方法，其特征在于3-1对基本词向量H进行位置编码，然后将35.根据权利要求4所述的一种基于句法依赖和融合信息的关系抽取方法，其特征在于4-1将拼接后输出的融合向量XP、关系向量relation以及边的信息EdgeInfo输入到键4-2将句法向量syntax与融合向量XP进行拼接获得最终的输入向6.根据权利要求5所述的一种基于句法依赖和融合信息的关系抽取方法，其特征在于5-1将输入向量InputV输入到LSTM网络中进行编码，输出编码后的特征向量：output,7.根据权利要求6所述的一种基于句法依赖和融合信息的关系抽取方法，其特征在于6-1将输出向量output通过一个LSTM门控L=2-CE+CD(11)45式抽取方法是首先抽取两个实体，然后进行实体对的关系分类。例如利用BIO(Begin、6[0008]步骤(2)对数据集中的句子S利用Spacy依存句法分析工具进行处理，得到句子中[0032]4-1将拼接后输出的融合向量XP、关系向量relation以及边的信息EdgeInfo输入7[0034]其中，XP为步骤3-1中式(5)的融合向量，relation为步骤2-1中的关系向量，[0042]6-2.V向量通过全连接层网络映射率取负对数即为实体损失；对于关系损失计算公式8[0069]步骤(2)对数据集中的句子S利用Spacy依存句法分析工具进行处理，得到句子中9[0093]4-1将拼接后输出的融合向量XP、关系向量relation以及边的信息EdgeInfo输入[0095]其中，XP为步骤3-1中式(5)的融合向量，relation为步骤2-1中的关系向量，[0096]4-2将句法向量syntax与融合向量XP进行拼接获得最终的输入向量InputV。参照[0098]5-1将输入向量InputV输入到LSTM网络中进行编码，输出编码后的特征向量：[0102]6-2.V向量通过全连接层网络映射

人人文库> 全部分类> 行业资料 > 信息产业

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。

最新文档

评论

0/150

提交评论