基于PCNN模型的带有实体感知的远程监督关系抽取方法

摘要

本发明提供一种基于PCNN模型的带有实体感知的远程监督关系抽取方法，具体包括：首先，本发明使用多头自注意力机制将单词嵌入与头实体和尾实体嵌入以及相对位置嵌入相结合，以生成可感知实体的增强型单词语义表示，它能够捕获每个单词与实体对之间的语义依赖性；然后，本发明引入一个全局门，将输入句子中每个实体感知的增强词表示与它们的平均值相结合，以形成PCNN输入的最终词表示；此外，为了确定其中最重要的关系分类信息出现的关键句段。本发明的方法引入了另一种门机制，为每个句子段分配不同的权重，以突出PCNN中关键句段的效果。实验表明，本发明的远程监督关系抽取方法能提高对句子中远程监督关系的预测能力。