基于深度学习的食品安全领域实体关系抽取研究

摘要

食品安全领域的实体关系抽取是当前信息抽取领域的重要研究课题,也是构建食品安全领域知识图谱以及文本摘要的重点技术之一.该文提出一种基于BERT-BiLSTM-Attention的食品安全领域实体关系抽取模型,利用BERT模型对语料中的实体进行提取,并将其隐层向量与BiLSTM-Attention模型隐层向量相结合,优化提取出食品安全语料中的对应关系,这两个模型共同组合成食品安全领域实体关系抽取模型.通过实验表明,该文提出的模型具有良好性能,在测试集上实体关系抽取获得了显著成果.与传统深度神经网络模型相比较,该模型具有更多优势,对比实验验证了该文所提出模型的合理性和有效性.