知识抽取之关系抽取[2]

《End-to-End Relation Extraction using LSTMs on Sequences and Tree Structures》阅读笔记

来源：ACL2016

解决问题：使用LSTM基于序列结构，结合实体检测end-to-end的关系抽取

主要方法：本文提出了一种联合实体参数检测参数共享的关系抽取模型，模型中有两个双向的LSTM-RNN，一个是基于word sequence（bidirectional sequential LSTM-RNNs），主要用于实体检测；一个基于Tree Structures （bidirectional tree- structured LSTM-RNNs），主要用于关系抽取；后者堆在前者上，前者的输出和隐含层作为后者输入的一部分。

模型结构图如下所示：

模型解读：
晚上更新~~~~

---

对NLP和聊天机器人开发感兴趣的童鞋，可以扫码进群~~