基于深度学习的中文实体关系抽取方法

来源：计算机工程杂志2018年第9期北京时间：

作者：孙紫阳,顾君忠,杨静

单位：华东师范大学 计算机科学技术系,上海 200062

摘要：实体关系抽取技术通过文本内容确定句子中实体对之间的关系类别,但由于中文的语法结构复杂、词义理解多样等因素,其对中文实体关系的分类效果不佳。为此,提出一种基于最短依存路径表示文本的深度学习方法。利用依存分析对语句良好的表示性,配合词性特征,利用长短期记忆(LSTM)网络单元双向结构学习最短依存路径的表示信息,并对LSTM的输出使用卷积神经网络(CNN)训练分类模型。实验结果表明,该方法能够准确地抽取实体关系,其F1值较CNN和Bi-LSTM方法有所提高。

关键词：关系抽取,依存分析,最短依存路径,长短期记忆网络,卷积神经网络

基金资助：国家科技支撑计划项目(2015BAH01F02);上海市自然科学基金(17ZR1444900)。