融合全局—局部特征的多粒度关系检测模型

来源：计算机应用研究杂志2023年第2期北京时间：

作者：邱婉春,徐建,

单位：南京理工大学计算机科学与工程学院,南京210094；

摘要：面向知识库问答的关系检测旨在从知识库的候选关系中选出与自然语言问题最匹配的关系路径，从而检索得到问题的正确答案。针对现有关系检测方法中存在的语义信息丢失和注意力交互不充分的问题，提出了一种融合全局—局部特征的多粒度关系检测模型。该模型首先使用双向长短期记忆网络对问题和关系进行编码，从单词级和关系级多种粒度对关系建模；然后使用双向注意力机制实现问题和关系的注意力交互；最后通过聚合操作提取全局特征，通过词级交互提取局部特征，计算问题和候选关系的语义相似度。实验表明，该模型在SimpleQuestions和WebQuestionsSP数据集上分别取得了93.5%和84.13%的精确度，提升了关系检测的效果。

关键词：关系检测,注意力机制,双向长短期记忆网络,知识库问答,

基金资助：国家自然科学基金面上项目(61872186)；；