SIRIUS-LTG-UiO 在 SemEval-2018 任务 7 中的系统：基于最短依存路径的卷积神经网络用于科学论文语义关系抽取与分类
计算与语言
2018-04-25 v1
摘要
本文介绍了用于 SemEval 2018 任务 7（科学论文语义关系抽取与分类）的 SIRIUS-LTG-UiO 系统。我们首先提取两个实体之间的最短依存路径（sdp），然后提出一种卷积神经网络（CNN），该网络以最短依存路径嵌入作为输入，并针对共享任务的每个子任务采用不同的目标进行关系分类。该方法在干净数据和含噪数据上的关系分类总体 F1 分数分别达到 76.7 和 83.2。此外，在干净数据上的关系抽取与分类联合任务中，其在两个阶段分别获得了 37.4 和 33.6 的 F1 分数。我们的系统在共享任务的所有三个子任务中均排名第 3。
引用
@article{arxiv.1804.08887,
title = {SIRIUS-LTG-UiO at SemEval-2018 Task 7: Convolutional Neural Networks with Shortest Dependency Paths for Semantic Relation Extraction and Classification in Scientific Papers},
author = {Farhad Nooralahzadeh and Lilja Øvrelid and Jan Tore Lønning},
journal= {arXiv preprint arXiv:1804.08887},
year = {2018}
}