少样本关系抽取方法研究

目录

第 1 章 绪 论

1.1 课题背景及研究意义

1.2 国内外研究现状

1.2.1 关系抽取研究现状

1.2.2 少样本学习研究现状

1.2.3 少样本关系抽取研究现状

1.3 少样本关系抽取问题定义

1.4 实验数据集

1.4.1 数据集介绍

1.4.2 评价指标

1.5 本文主要研究内容

1.6 本文结构安排

第 2 章 基于类别特征表示的少样本关系抽取

2.1 引言

2.2 少样本分类数据构建

2.3 基于类别特征表示的少样本关系抽取总体架构

2.3.1 总体架构

2.3.2 编码层

2.4 基于图注意力网络的少样本关系抽取

2.4.1 图注意力网络简介

2.4.2 模型实现

2.5 基于动态路由机制的少样本关系抽取

2.5.1 动态路由机制简介

2.5.2 模型实现

2.6 实验结果与分析

2.6.1 训练细节与参数设置

2.6.2 图注意力网络的实验结果

2.6.3 动态路由机制的实验结果

2.7 本章小结

第 3 章 基于匹配的少样本关系抽取

3.1 引言

3.2 基于匹配的少样本关系抽取总体架构

3.2.1 总体架构

3.2.2 句子相似度算法介绍

3.3 BERT+ESIM 模型

3.3.1 模型总体架构

3.3.2 编码层

3.3.3 句子匹配层

3.3.4 预测方法与损失函数

3.3.5 两阶段训练

3.3.6 对抗训练

3.4 BERT-Sequence+ESIM

3.4.1 模型总体架构

3.5 实验结果与分析

3.5.1训练细节与参数设置

3.5.2 BERT+ESIM

3.5.3 BERT-Sequence+ESIM

3.6 本章小结

第 4 章 基于分段注意力匹配网络的少样本关系抽取

4.1 引言

4.2 分段注意力匹配网络

4.2.1 模型总体架构

4.2.2 编码层

4.2.3 句子匹配层

4.2.4 预测方法与损失函数

4.2.5 段长分布与动态段长

4.3 实验与结果分析

4.3.1 训练细节与参数设置

4.3.2 实验设置

4.3.3 对比实验结果与分析

4.3.4 测评结果与分析

4.4 本文模型实验结果对比

4.5 本章小结

结 论

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致 谢