4 个月前

基于卷积神经网络和简单负采样的语义关系分类

基于卷积神经网络和简单负采样的语义关系分类

摘要

句法特征在识别句子中的关系中起着至关重要的作用。以往的神经网络模型在主语和宾语距离较远时,常常会引入无关信息。本文提出了一种通过卷积神经网络从最短依存路径中学习更加稳健的关系表示的方法。我们进一步提出了一种简单的负采样策略,以改进主语和宾语的分配。实验结果表明,我们的方法在SemEval-2010任务8数据集上优于现有最佳方法。

基准测试

基准方法指标
relation-classification-on-semeval-2010-task-1depLCNN + NS
F1: 85.6

用 AI 构建 AI

从想法到上线——通过免费 AI 协同编程、开箱即用的环境和市场最优价格的 GPU 加速您的 AI 开发

AI 协同编程
即用型 GPU
最优价格
立即开始

Hyper Newsletters

订阅我们的最新资讯
我们会在北京时间 每周一的上午九点 向您的邮箱投递本周内的最新更新
邮件发送服务由 MailChimp 提供
基于卷积神经网络和简单负采样的语义关系分类 | 论文 | HyperAI超神经