摘要
本发明提供一种基于TEBC‑Net算法的关系提取模型,由具有重要性的全局特征编码和具有重要性的局部特征编码组成,所述具有重要性的全局特征编码包括BiSTM模块和自注意力模块1,实现对文本上下文全局关系特征的提取,所述具有重要性的局部特征编码包括CNN模块和自注意力模块2,实现对字符间局部关系特征的提取,与传统关系提取模型相比,本发明结合BiLSTM算法和CNN算法的优点,分别对上下文全局特征和局部特征进行提取,同时在编码局部和全局特征的基础上引入自注意力机制,对提取出的以上两个特征中的重要特征进行再编码,划分权重,提高准确度。
技术关键词
前馈神经网络
编码
注意力机制
算法
关系
模块
文本
非线性
字符
序列
基础
系统为您推荐了相关专利信息
优化核极限学习机
光伏发电功率
模态分解方法
高斯核函数
光伏电站
知识库问答方法
融合知识图谱
生成答案
语义向量
知识图谱模型