融合基于注意力机制的span特定和上下文语义表示的基于span的实体和关系联合抽取

Submit Time: 2020-10-26

Author: Bin Ji 1 ;

Institute: 1.College of Computer, National University of Defense Technology;

Abstracts

基于span的联合提取模型已显示出它们在实体识别和关系提取上的效率。这些模型将文本span视为候选实体，并将span元组视为候选关系元组。 span语义表示在实体识别和关系提取中都是共享的，而现有模型无法很好地捕获这些候选实体和关系的语义。为了解决这些问题，我们引入了基于span的联合提取框架和基于注意的语义表示。特别地，注意力用于计算语义表示，包括span特定和上下文表示。我们将进一步研究四种注意变量在生成上下文语义表示中的作用。实验表明，我们的模型优于以前的系统，并在ACE2005，CoNLL2004和ADE上达到了最优的结果。

Download

Comment Hits:3572 Downloads:459

From: 纪斌

Subject: Computer Science >> Natural Language Understanding and Machine Translation

DOI：10.12074/202010.00067

Keywords: 实体关系联合抽取; 注意力机制; 上下文语义表示;

Journal:COLING2020

Cite as: chinaXiv:202010.00067 (or this versionchinaXiv:202010.00067V1)

Recommended references： Bin Ji.(2020).融合基于注意力机制的span特定和上下文语义表示的基于span的实体和关系联合抽取.COLING2020.[ChinaXiv:202010.00067] (Click&Copy)

Version History
[V1]	2020-10-26 10:34:50	chinaXiv:202010.00067V1	Download

Related Paper

1. 一种基于BERT和文本相似度的先进的ICD9术语标准化方法 2020-10-27

2. 基于span分类模型的医学概念抽取方法 2020-10-27

3. 基于难样本挖掘的孪生网络目标跟踪 2020-09-28

4. 基于非对称双分支交互神经网络的水下生物识别 2020-09-28

5. 基于生成式对抗网络的画作的图像合成方法 2020-09-28

6. 基于深度残差反投影注意力网络的图像超分辨率 2020-09-28

7. 鲁棒可预测判别字典学习人脸识别方法 2020-09-28

8. 基于改进注意力迁移的实时目标检测方法 2020-09-28

9. 基于增强特征融合网络的行人再识别 2020-09-28

10. T-STAM:基于双流时空注意力机制的端到端的动作识别模型 2020-09-28

Download

Current Browse

New| Recent | 202010

Change Subject Browse

Natural Language Understanding and Machine Translation

Cross Subject Browse

- NO


Public comments Anonymous comments Send only to author