面向领域知识图谱的实体关系抽取模型仿真

摘要

针对目前领域知识图谱实体关系抽取效果不佳的问题，提出一种面向领域知识图谱的实体关系抽取模型研究方法.先建立由编解码模块、实体识别模块和实体关系抽取模块组成的实体关系抽取模型，在实体关系抽取模型中，通过双向长短期记忆神经网络对文本句子进行编码处理，将编码后文本句子特征表示向量输入至基于深度神经网络的实体识别模块中进行文本句子的实体识别，并将识别结果输入至基于卷积神经网络的实体关系抽取模块中进行实体关系抽取，然后将实体关系抽取获取的实体关系三元组输入至编解码模块中进行解码操作，实现最终的面向领域知识图谱的实体关系抽取.实验结果表明，该方法的实体关系抽取效果和整体应用效果较好.

关键词

知识图谱 / 实体关系抽取 / 实体识别 / 卷积神经网络