HyperAIHyperAI
il y a 2 mois

Un réseau neuronal basé sur les dépendances pour la classification des relations

Yang Liu; Furu Wei; Sujian Li; Heng Ji; Ming Zhou; Houfeng Wang
Un réseau neuronal basé sur les dépendances pour la classification des relations
Résumé

Les recherches précédentes sur la classification des relations ont vérifié l'efficacité de l'utilisation des plus courts chemins de dépendance ou des sous-arbres. Dans cet article, nous explorons davantage comment tirer pleinement parti de la combinaison de ces informations de dépendance. Nous proposons d'abord une nouvelle structure, appelée chemin de dépendance augmenté (ADP), qui est composé du plus court chemin de dépendance entre deux entités et des sous-arbres attachés à ce chemin. Pour exploiter la représentation sémantique derrière la structure ADP, nous développons des réseaux neuronaux basés sur les dépendances (DepNN) : un réseau neuronal récursif conçu pour modéliser les sous-arbres, et un réseau neuronal convolutif pour capturer les caractéristiques les plus importantes sur le plus court chemin. Les expériences menées sur le jeu de données SemEval-2010 montrent que notre méthode proposée atteint des résultats d'état de l'art.

Un réseau neuronal basé sur les dépendances pour la classification des relations | Articles de recherche récents | HyperAI