基于注意力与神经图灵机的语义关系抽取模型

摘要 针对语义关系抽取（语义关系分类）中长语句效果不佳和核心词表现力弱的问题，提出了一种基于词级注意力的双向神经图灵机（Ab-NTM）模型。首先，使用神经图灵机（NTM）作为循环神经网络（RNN）的改进，使用长短时记忆（LSTM）网络作为控制器，其互不干扰的存储特性可加强模型在长语句上的记忆能力；然后，构建注意力层组织词级上下文信息，使模型可以加强句中核心词的表现力；最后，输入分类器得到语义关系标签。在SemEval 2010 Task 8公共数据集上的实验表明，该模型获得了86.2%的得分，优于其他方法