赞
踩
任务描述: 本教程通过一个实例来介绍和实现一个简单的文本实体关系抽取的方法。关系抽取一般在实体抽取任务之后,用于抽取两个实体之间的语义关系。本教程通过一个英文文本实体关系抽取的实例来介绍关系抽取的整个流程,包括文本数据的加载以及预处理,之后通过神经网络的embedding层将文本转换为向量,之后构建深度学习BiLSTM模型并对模型进行训练,最后通过训练好的模型对测试数据进行预测。此实例的目标是通过文本来判断已知实体对的关系,实体对之间的关系分为10个类别,每个类别使用一个数字编码表示
类别名 | Cause-Effect | Instrument-Agency | Product-Producer | Content-Container | Entity-Origin | Entity-Destination | Component-Whole | Member-Collection | Message-Topic | Other |
---|---|---|---|---|---|---|---|---|---|---|
类别编码 | 0 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。