本發明提出了一種基于深度強化學習的遠程監督文本實體關系抽取方法,該方法包括:進行數據預處理,通過分詞、詞向量轉化、位置向量構成文本向量;Bi?LSTM+Attentnion將自然文本編碼為含有上下文語義的特征向量;通過實體類型嵌入得到實體類型信息的嵌入表示;再構建出依存樹,組合表示為最終的句子表示;選用一個句子注意力機制,得到加權的包表示;通過softmax函數計算得到預測標簽;使用強化學習方法在遠程監督標注和預測標簽中選擇一個作為軟標簽,再使用軟標簽作為正確標簽訓練,得到最終的關系抽取結果。
聲明:
“基于深度強化學習的遠程監督文本實體關系抽取方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)