基于多通道卷积神经网络的中文文本关系抽取

摘要

给出了一种多通道卷积神经网络（Convolutional Neural Network, CNN）方法实现中文文本端到端的关系抽取.每个通道用分层的网络结构,在传播过程中互不影响,使神经网络能学习到不同的表示.结合中文语言的难点,加入注意力机制（Attention Mechanism, Att）获取更多的语义特征,并通过分段平均池化融入句子的结构信息.经过最大池化层获得句子的最终表示后,计算关系得分,并用排序损失函数（Ranking-Loss Function, RL）代替交叉熵函数进行训练.实验结果表明,提出的MCNN_Att_RL （Multi CNN_Att_RL）模型能有效提高关系抽取的查准率、召回率和F₁值.

关键词

关系抽取 / 多通道CNN / 注意力机制 / 中文文本