基于多层交互注意力机制的商品属性抽取

摘要：

[目的]提升模型对文本结构特征和文本特征间关联性的感知,充分挖掘文本内在语义,深层次指导抽取任务.[方法]对文本、句法和词性进行特征抽取,得到各自的特征;将不同的特征进行融合,获得完备的文本结构特征;再设计一个多层交互注意力机制,该机制聚焦于文本结构特征和文本特征之间的深层关联,并采用双线性融合策略,以保证信息的完整性;最后,通过常用的分类器进行属性抽取.[结果]在公开的数据集上,所提模型的属性抽取准确率相比于已有模型至少提高了 1.2个百分点.[局限]所提模型对隐式属性词感知迟钝,句子中出现三个以上隐式属性词,模型的性能将大幅度降低.[结论]在显式的商品属性词抽取任务中,建模文本结构特征与文本特征间关联性的方法可以有效提高属性抽取的准确率.

关键词：属性抽取、交互注意力机制、依存关系、BiGRU、BERT

所属期刊栏目：7

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;安徽省属高校协同创新项目

在线出版日期：2023-05-12（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：108-118