摘要：对命名实体之间的语义关系抽取进行研究。分别使用Word2vec和GloVe对句子最短依存路径进行词向量表示,作为卷积神经网络和双向长短期记忆网络的输入,通过网络自动学习特征,通过拼接的方式将两种特征融合,通过softmax分类器得出所属关系的类型。采用SemEval-2010 Task 8数据集,实验结果表明,使用多种词向量表示最短依存路径和通过拼接的方式融合卷积神经网络与长短期记忆网络的特征能显著提高关系抽取的效果。

注：因版权方要求，不能公开全文，如需全文，请咨询杂志社