摘要
我们提出了一种基于注意力机制的循环神经网络，用于联合抽取实体提及与实体间关系。实验表明，通过结合注意力机制与长短期记忆网络（LSTM），该模型能够在无需依赖句法依存树的情况下，有效提取实体提及之间的语义关系。在自动内容抽取（ACE）语料库上的实验结果表明，我们的模型显著优于Li与Ji（2014）提出的基于特征的联合模型。此外，我们将该模型与Miwa和Bansal（2016）提出的端到端树结构LSTM模型（SPTree）进行了对比，结果表明，我们的模型在实体提及识别上的性能差距不超过1%，在关系抽取上的差距不超过2%。进一步的细粒度分析显示，我们的模型在“施事-客体”（Agent-Artifact）关系上的表现显著优于SPTree，而SPTree在“物理”（Physical）和“部分-整体”（Part-Whole）关系上的表现则更为出色。