-
题名基于注意力与神经图灵机的语义关系抽取模型
被引量:1
- 1
-
-
作者
张润岩
孟凡荣
周勇
刘兵
-
机构
中国矿业大学计算机科学与技术学院
中国科学院电子研究所
-
出处
《计算机应用》
CSCD
北大核心
2018年第7期1831-1838,共8页
-
基金
国家自然科学基金面上项目(61572505)~~
-
文摘
针对语义关系抽取(语义关系分类)中长语句效果不佳和核心词表现力弱的问题,提出了一种基于词级注意力的双向神经图灵机(Ab-NTM)模型。首先,使用神经图灵机(NTM)作为循环神经网络(RNN)的改进,使用长短时记忆(LSTM)网络作为控制器,其互不干扰的存储特性可加强模型在长语句上的记忆能力;然后,构建注意力层组织词级上下文信息,使模型可以加强句中核心词的表现力;最后,输入分类器得到语义关系标签。在SemEval 2010 Task 8公共数据集上的实验表明,该模型获得了86.2%的得分,优于其他方法。
-
关键词
自然语言处理
语义关系抽取
循环神经网络
双向神经图灵机
注意力机制
-
Keywords
Natural Language Processing (NLP)
semantic relation extraction Recurrent Neural Network (RNN)
bidirectional Neural Turing Machine (NTM)
attention mechanism
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-