摘要
本发明提出一种基于证据注意力机制的文档关系抽取方法,属于知识图谱领域,包括:S1:文档进行预处理,将文档分割成句子,便于后续的处理;S2:设计一个多粒度晶格网络编码器,以获取每个字符节点的隐藏状态向量;S3:设计一个证据引导的注意力机制,包括教师模型与学生模型,根据句子级证据的重要性,获取实体对的单词加权的上下文表示;S4:将实体对的单词加权的上下文表示进行卷积和归一化操作,得到最后的表征,再通过一个双线性分类器预测实体对之间的关系。本发明方法能够更加聚焦于权重较高的证据句子,从而获得高鲁棒性的文档级关系抽取结果。
技术关键词
关系抽取方法
注意力机制
实体
字符
长短期记忆网络
sigmoid函数
教师
学生
双线性
分类器
编码器模块
记忆单元
门控制单元
联合损失函数
网络结构
序列
语义
系统为您推荐了相关专利信息
电网设备监控
混合模型构建方法
电网设备模型
模型训练算法
专业