《End-to-End Relation Extraction using LSTMs on Sequences and Tree Structures》阅读笔记
来源:ACL2016
解决问题:使用LSTM基于序列结构,结合实体检测end-to-end的关系抽取
主要方法:本文提出了一种联合实体参数检测参数共享的关系抽取模型,模型中有两个双向的LSTM-RNN,一个是基于word sequence(bidirectional sequential LSTM-RNNs),主要用于实体检测;一个基于Tree Structures (bidirectional tree- structured LSTM-RNNs),主要用于关系抽取;后者堆在前者上,前者的输出和隐含层作为后者输入的一部分。
模型结构图如下所示:
模型解读:
晚上更新~~~~
对NLP和聊天机器人开发感兴趣的童鞋,可以扫码进群~~