基于注意力与同指信息的对话级关系抽取

与传统的关系抽取任务相比,对话级关系抽取任务具有语言随意、信息密度低、人称代词丰富的特点。基于此,该文提出了一种基于注意力和同指信息的对话级关系抽取模型。模型采用TOD-BERT(Task-Oriented Dialogue BERT)和BERT预训练语言模型增强对话文本表示,通过注意力机制建模词与各种关系之间的相互影响,使模型能更多地关注有益信息。另外,该文提出的模型还融合了与人称代词相关的同指信息以丰富实体的表示。作者在对话级关系抽取数据集DialogRE上验证所提出模型的性能。结果表明,该模型在DialogRE测试集上的F1值达到了63.77%,较之于多个基线模型有明显提升。

我的军旅生涯

2009年12月我于北京服装学院成人教育学院高职部毕业后．进入河南省洛阳市栾川县某部队服役。在军营里．我充分用到了大学学习的影视动画知识．除了训练还经常做一些制图、板报制作的工作。