基于历史信息的目标属性抽取网络模型

摘要：

针对当前神经网络模型未充分考虑标注词语之间的语义关联和预测标签之间的约束关系的问题,提出了一种基于历史信息的目标属性抽取模型.该模型使用注意力机制融合历史的语义信息和预测标签的约束关系,增强特征信息的抽取能力,并利用目标属性和观点项的共现现象进一步提高标注的准确率.实验结果表明,该模型在一定程度上能够提高目标属性抽取网络的性能.

关键词：目标属性抽取、历史信息、序列标注、长短时记忆网络

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：广西无线宽带通信与信号处理重点实验室基金;新疆重点研发计划

在线出版日期：2020-12-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：183-188