基于深度学习的实体关系抽取方法研究

发布时间：2020-12-15 12:32

　　实体关系抽取可以从互联网海量数据中自动抽取知识形成结构化的数据,减少人工整理数据和提取知识的工作量,具有重要意义。传统的实体关系抽取方法多数都依赖于自然语言处理工具,因此实体关系抽取的性能严重依赖于自然语言处理工具的水平。使用自然语言处理工具所带来的误差,还可能会干扰实体关系抽取过程,使得模型的抽取性能下降。研究了基于深度学习的实体关系抽取方法,研究过程中没有借助自然语言处理工具对文本进行处理,在抽取关系之前使用了分布式的词向量来表示文本,把单词嵌入到低维空间以保留上下文之间的关联性。除了使用卷积神经网络和循环神经网络分别进行实体关系抽取研究外,还将两类神经网络组合在一起进行实体关系抽取研究。首先分别使用卷积神经网络和循环神经网络对实体关系抽取进行研究,研究了文本中的词向量特征和位置特征、局部特征、序列特征等,分析这些特征对实体关系抽取模型性能的不同影响。然后将卷积神经网络和循环神经网络组合在一起,分别使用了串联、并联的组合模型对实体关系抽取进行研究,在没有使用自然语言处理工具的情况下,组合模型获得了接近于传统机器学习使用了自然语言处理工具的抽取效果。最后采用了多模型联合抽取的方法,实... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：66 页

【学位级别】：硕士

【部分图文】：

ReLU函数ReLU激活函数（RectifiedLinearUnit，ReLU）是一种线性整流函数（修正线

Sigmoid函数Sigmoid激活函数则是一种非线性映射函数，Sigmoid的计算公式如式3-4所示：

图 3-4 Tanh函数常用的激活函数都有各自的优点和缺点，在不同的网络结构和同的作用和使用范围，因此将结合本章节实体关系抽取的具体文本特征来进行激活函数的选择。

【参考文献】：
期刊论文
[1]基于特征组合的中文实体关系抽取[J]. 黄鑫,朱巧明,钱龙华,刘梅梅.  微电子学与计算机. 2010(04)
[2]基于种子自扩展的命名实体关系抽取方法[J]. 何婷婷,徐超,李晶,赵君喆.  计算机工程. 2006(21)
[3]信息抽取研究综述[J]. 李保利,陈玉忠,俞士汶.  计算机工程与应用. 2003(10)

博士论文
[1]信息抽取中关键技术的研究[D]. 张素香.北京邮电大学 2007



本文编号：2918270