面向关系分类的全局-局部注意力机制
计算与语言
2024-07-02 v1 信息检索
摘要
关系分类是关系抽取的关键组成部分,涉及识别两个实体之间的关联。以往研究主要聚焦于在全局尺度上将注意力机制集成到关系分类中,忽略了局部上下文的重要性。为弥合这一差距,本文引入了一种新颖的全局-局部注意力机制,用于关系分类,通过局部聚焦来增强全局注意力。此外,我们提出了创新的硬化和软化局部化机制,以识别局部注意力的潜在关键词。通过融合硬化和软化局部化策略,我们的方法能够更细致、全面地理解有助于有效关系分类的上下文线索。实验结果表明,在 SemEval-2010 Task 8 数据集上,我们的方法在关系分类中优于以往基于注意力的先前方法。
引用
@article{arxiv.2407.01424,
title = {A Global-Local Attention Mechanism for Relation Classification},
author = {Yiping Sun},
journal= {arXiv preprint arXiv:2407.01424},
year = {2024}
}
备注
This paper has been accepted by the 2024 20th International Conference on Natural Computation, Fuzzy Systems and Knowledge Discovery (ICNC-FSKD)