基于深度神经网络的文本实体关系抽取技术

该技术为一种基于深度神经网络的文本实体关系抽取方法,包括：将 句子的每个字或类别关键词分别映射到字向量或类别向量,根据字向量 和类别向量对句子进行特征提取,将所提取的特征首尾相接输入全连接 分类层,即得到抽取结果。

该技术利用了机器学习中的普通神经网络与卷 积神经网络进行文本的实体关系抽取,提高了实体关系抽取的准确率和 性能,简化了实体关系抽取中的人工工作量。利用了预训练的字向量,提 高了神经网络的收敛速度和准确率；引入句子特征与类别特征,使用卷积 神经网络和普通神经网络进行提取,解决了长短句问题,提高了实体关系 抽取的性能。

该技术可以解决自然语言文本实体关系抽取问题，对于构建知识图 谱，促进当前智能问答领域发展具有重要作用。

该技术为一种基于深度神经网络的文本实体关系抽取方法,包括：将句子的每个字或类别关键词分别映射到字向量或类别向量,根据字向量和类别向量对句子进行特征提取,将所提取的特征首尾相接输入全连接分类层,即得到抽取结果。该技术利用了机器学习中的普通神经网络与卷积神经网络进行文本的实体关系抽取,提高了实体关系抽取的准确率和性能,简化了实体关系抽取中的人工工作量。利用了预训练的字向量,提高了神经网络的收敛速度和准确率；引入句子特征与类别特征,使用卷积神经网络和普通神经网络进行提取,解决了长短句问题,提高了实体关系抽取的性能。

该技术可以解决自然语言文本实体关系抽取问题，对于构建知识图谱，促进当前智能问答领域发展具有重要作用。