【文件属性】：
文件名称：Relation_Extraction：使用深度学习（CNN）进行关系提取
文件大小：1.27MB
文件格式：ZIP
更新时间：2021-02-03 18:41:46
nlp spark tensorflow pyspark relation-extraction
关系提取
卷积神经网络的关系分类
该代码是使用tensorflow的论文的实现。
＃＃算法
我几乎遵循了上面提到的论文中使用的技术，只调整了一些参数，例如字向量的尺寸，位置向量，优化函数等。
基本体系结构是卷积层，最大池和最终softamx层。 我们总是可以在输入层和最终的softmax层之间添加/删除conv和max-pool层的数目。 我只使用了1个转换和1个最大池。
##文件
text_cnn.py-这是一个实现模型体系结构的类。 因此，它接受输入，包含所有层，例如conv2d （卷积层）， max_pool等，这些层处理输入向量，最后根据每个类的预测给出输出。
data_hel
【文件预览】：
Relation_Extraction-master
----train.py(5KB)
----CNN.py(17KB)
----test.py(2KB)
----data_helpers.py(3KB)
----word2vec_gensim.py(487B)
----.idea()
--------inspectionProfiles()
--------vcs.xml(180B)
----README.md(2KB)
----word2vec.py(19KB)
----words.txt(2.26MB)
----pyspark_test.py(19KB)
----tsne.png(486KB)
----.gitignore(51B)
----word2vec_optimized.py(16KB)
----temp.py(20KB)
----text_cnn.py(3KB)
----word_embeddings.py(8KB)