模式识别与人工智能
2025年4月3日 星期四   首 页     期刊简介     编委会     投稿指南     伦理声明     联系我们                                                                English
模式识别与人工智能  2019, Vol. 32 Issue (2): 177-183    DOI: 10.16451/j.cnki.issn1003-6059.201902010
研究与应用 最新目录| 下期目录| 过刊浏览| 高级检索 |
基于融合式神经网络的微生物生长环境关系抽取
李孟颖1, 王健1, 王琰1, 林鸿飞1, 杨志豪1
1.大连理工大学 计算机科学与技术学院 大连 116024
Bacteria Biotope Relation Extraction Based on a Fusion Neural Network
LI Mengying1, WANG Jian1, WANG Yan1, LIN Hongfei1, YANG Zhihao1
1.School of Computer Science and Technology, Dalian University of Technology, Dalian 116024

全文: PDF (805 KB)   HTML (1 KB) 
输出: BibTeX | EndNote (RIS)      
摘要 为了构建完整的微生物生长环境关系数据库,提出基于卷积神经网络-长短时记忆(CNN-LSTM)的关系抽取系统.结合卷积神经网络(CNN)和长短时记忆(LSTM),实现对隐含特征的深度学习,提取分布式词向量特征和实体位置特征作为模型的特征输入.对比实验验证加入特征后CNN-LSTM模型的优势,并将CNN模型的特征输出作为LSTM模型的特征输入.在Bio-NLP 2016共享任务发布的BB-event语料集上得到目前最好的结果.
服务
把本文推荐给朋友
加入我的书架
加入引用管理器
E-mail Alert
RSS
作者相关文章
李孟颖
王健
王琰
林鸿飞
杨志豪
关键词 卷积神经网络长短时记忆神经网络关系抽取    
Abstract:To build a complete bacteria biotope relation database, a relation extraction system based on a convolutional neural network(CNN)-long short-term memory(LSTM) model is proposed. Combining CNN and LSTM, the deep learning of hidden features are realized, and the distributed word vector feature and entity position feature are extracted as feature input of the model.Comparative experiments verify the advantages of CNN-LSTM model after the addition of features.The feature output of the CNN model is taken as the feature input of the LSTM model, and the best result is obtained on the BB-event corpus published by the Bio-NLP 2016 shared task.
Key wordsConvolutional Neural Network(CNN)    Long Short-Term Memory(LSTM)    Relation Extraction   
收稿日期: 2018-10-20     
ZTFLH: TP 391  
基金资助:国家重点研发计划项目(No.2016YFB1001103)、国家自然科学基金项目(No.61572098)资助
作者简介: 李孟颖,硕士研究生,主要研究方向为自然语言处理.E-mail:2326034523@qq.com. 王 健(通讯作者),博士,教授,主要研究方向为自然语言处理.E-mail:wangjian@dlut.edu.cn. 王 琰,博士研究生,主要研究方向为自然语言处理.E-mail:wy2266336@mail.dlut.edu.cn. 林鸿飞,博士,教授,主要研究方向为自然语言处理.E-mail:hflin@dlut.edu.cn. 杨志豪,博士,教授,主要研究方向为自然语言处理.E-mail:yangzh@dlut.edu.cn.
引用本文:   
李孟颖, 王健, 王琰, 林鸿飞, 杨志豪. 基于融合式神经网络的微生物生长环境关系抽取[J]. 模式识别与人工智能, 2019, 32(2): 177-183. LI Mengying, WANG Jian, WANG Yan, LIN Hongfei, YANG Zhihao. Bacteria Biotope Relation Extraction Based on a Fusion Neural Network. , 2019, 32(2): 177-183.
链接本文:  
http://manu46.magtech.com.cn/Jweb_prai/CN/10.16451/j.cnki.issn1003-6059.201902010      或     http://manu46.magtech.com.cn/Jweb_prai/CN/Y2019/V32/I2/177
版权所有 © 《模式识别与人工智能》编辑部
地址:安微省合肥市蜀山湖路350号 电话:0551-65591176 传真:0551-65591176 Email:bjb@iim.ac.cn
本系统由北京玛格泰克科技发展有限公司设计开发 技术支持:support@magtech.com.cn