基于注意力机制的混合神经网络关系分类方法

作     者：庄传志 靳小龙 李忠 孙智 ZHUANG Chuan-zhi;JIN Xiao-long;LI Zhong;SUN Zhi

作者机构：中国科学院计算技术研究所网络数据科学与技术重点实验室北京100190 中国科学院大学计算机与控制学院北京100049 

出 版 物：《计算机工程与科学》 (Computer Engineering & Science)

年 卷 期：2020年第42卷第1期

页      面：64-70页

学科分类：081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：国家重点研发计划(2016YFB1000902) 国家自然科学基金(61772501,61572473,61572469,91646120) 

主　　题：关系分类 卷积神经网络 长短时记忆网络 注意力机制 

摘      要：关系分类是自然语言处理领域的一项重要语义处理任务。传统的关系分类方法通过人工设计各类特征以及各类核函数来对句子内部2个实体之间的关系进行判断。近年来,关系分类方法的主要工作集中于通过各类神经网络获取句子的语义特征表示来进行分类,以减少手动构造各类特征。在句子中,不同关键词对关系分类任务的贡献程度是不同的,然而重要的词义有可能出现在句子中的任意位置。为此,提出了一种基于注意力的混合神经网络关系分类模型来捕获重要的语义信息,用来进行关系分类,该方法是一种端到端的方法。实验结果表明了该方法的有效性。