2019年08月_zycxnanwang

11月 10月 09月 08月 07月 06月 05月 04月 03月 01月

原创 Classifying Relations via Long Short Term Memory Networks along Shortest Dependency Paths

Classifying Relations via Long Short Term Memory Networks along Shortest Dependency Paths 概述论文提出了一种SDP-LSTM模型用于实体关系分类，SDP(the shortest dependency path)，在句法依存树中，两实体到公共祖先节点的最短路径。在实体关系分类中，SDP富含多种信息，可以让模...

2019-08-28 21:44:21 1370 2

原创 End-to-End Relation Extraction using LSTMs on Sequences and Tree Structures

End-to-End Relation Extraction using LSTMs on Sequences and Tree Structures 概述本篇论文应该是最早提出基于神经网络的联合学习(实体识别、实体关系抽取两个子任务联合学习)的方法。主要的思想是序列LSTM和树型LSTM的叠加，主要的过程是，首先通过序列LSTM识别出相应的实体，然后树型LSTM根据识别出来的实体结果，进行...

2019-08-28 16:52:18 596

原创 Attention-Based Bidirectional Long Short-Term Memory Networks for

Attention-Based Bidirectional Long Short-Term Memory Networks for Relation Classification 概述作者提出了一种基于注意力机制的双向LSTM框架用于关系抽取。方法的主要创新点引入了注意力机制。神经网络框架框架非常简单，也是作者一直强调的。Embedding Layer、LSTM layer、Atten...

2019-08-26 12:44:51 607

原创 Relation Classification via Convolutional Deep Neural Network

Relation Classification via Convolutional Deep Neural Network 最近在学习关系抽取，找了一些经典的论文来看，写下一点自己的理解，方便自己以后查阅。关系抽取关系抽取规范点的定义就是，给定一个包含两个实体e1e_1e1、e2e_2e2的句子S, 识别两个实体之间的关系(关系一般预先给出)。按照机器学习的思路，关系抽取就是一个多分类...

2019-08-24 20:42:17 499

原创 pytorch中Tensor各种操作

import torch pytorch中Tensor初始化 #返回全零Tensor a = torch.zeros(2,3); print(a) #返回shape和参数一样的全1Tensor, zeros_like类似 b = torch.ones_like(a); print(b) #torch.arange(start=0, end, step=1) c = torch.arange...

2019-08-21 22:21:11 2075 1

原创 pytorch自动求导

自动求导属性 import torch #设置自动求导 a = torch.rand((2,4), requires_grad=True) print (a) #查看自动求导属性 print (a.requires_grad) #改变自动求导属性 a.requires_grad_(False) print (a.requires_grad) tensor([[0.9605, 0.0482, ...

2019-08-15 10:23:56 309