《表5 关系抽取的一些示例》
最后本文通过样例直观地说明短语成分表示对关系抽取的影响。表5列举了测试集中的3个实例,最后2列是本文模型和PCNN?ATT[3]分别预测的关系。可以看出,3个句子都是长句,且2个实体间的距离较远,中间有较多干扰。其中第1句和第3句,PCNN?ATT将这种情况的关系预测为NA,即实体间没有关系,而本文的模型则预测正确。对于第2句,原文将其预测为“主权国”关系,而实际上是“国籍国”。因此,从直观上也可以发现,短语成分表示的引入,不仅能有效去除长句中中间词汇的干扰,还能帮助区分更细粒度的关系。
图表编号 | XD00170136800 严禁用于非法目的 |
---|---|
绘制时间 | 2020.05.01 |
作者 | 刘娜娜、程婧、闵可锐、康昱、王新、周扬帆 |
绘制单位 | 复旦大学计算机科学技术学院、上海智能电子与系统研究院、复旦大学计算机科学技术学院、上海智能电子与系统研究院、上海秘塔网络科技有限公司、微软亚洲研究院、复旦大学计算机科学技术学院、上海智能电子与系统研究院、复旦大学计算机科学技术学院、上海智能电子与系统研究院 |
更多格式 | 高清、无水印(增值服务) |