使用深度双仿射注意力的端到端神经关系抽取
计算与语言
2019-04-16 v1 信息检索
摘要
我们提出了一种用于联合抽取命名实体及其之间关系的神经网络模型，无需任何手工特征。我们模型的关键贡献是将基于BiLSTM-CRF的实体识别模型扩展以包含深度双仿射注意力层，从而对用于关系分类的潜在特征之间的二阶交互进行建模，特别地关注实体在定向关系中的角色。在基准“关系与实体识别”数据集CoNLL04上，实验结果表明我们的模型优于以往的模型，取得了新的最先进性能(state-of-the-art)。
引用
@article{arxiv.1812.11275,
title = {End-to-end neural relation extraction using deep biaffine attention},
author = {Dat Quoc Nguyen and Karin Verspoor},
journal= {arXiv preprint arXiv:1812.11275},
year = {2019}
}
备注
Proceedings of the 41st European Conference on Information Retrieval (ECIR 2019), to appear