基于词混合与GRU的科技文本知识抽取方法

知识抽取任务是从非结构化文本数据中提取三元组关系（头实体-关系-尾实体）。现有知识抽取方法分为“流水线”方法和联合抽取方法。“流水线”方法将命名实体识别和实体关系抽取分离，并使用各自模块进行抽取。尽管该方法灵活性较好，但训练速度慢。联合抽取的学习模型是通过神经网络实现的端到端模型，可同时完成实体识别和关系抽取，能很好地保留实体与关系间的关联，并将实体与关系的联合抽取转化为序列标注问题。本文提出一种基于词混合和 GRU 的科技资源知识抽取方法，结合词混合向量映射方法和自注意力机制，有效提升中文科技资源的文本关系抽取效果。