基于注意力机制和CNN融合的实体关系抽取研究

目录

声明

学位论文答辩信息表

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.3 论文的主要工作

1.4 论文的组织结构

第二章 实体关系抽取相关技术方法

2.1 词向量模型

2.2 注意力机制

2.3 卷积神经网络CNN

2.4 本章小结

第三章 基于自注意力机制CNN 融合的实体关系抽取模型

3.1 基于多头自注意力机制的实体关系抽取模型（Self-ATT-CNN）

3.2 自注意力机制

3.3 多尺寸卷积核操作

3.4 Self-Attention和CNN融合模型

3.5 模型的训练

3.6 本章小结

第四章 Self-ATT-CNN模型在英文语料上的应用

4.1 英文数据集和评价体系

4.2 实验结果对比与分析

4.3 模型稳定性验证

4.4 本章小结

第五章 Self-ATT-CNN模型在中文语料上的应用

5.1 中文数据集和评价标准

5.2 中文实体关系抽取流程

5.3 实验结果与分析

5.4 本章小结

第六章 总结与展望

6.1 总结

6.2 展望

参考文献

攻读学位期间取得的科研成果

致谢