文本处理之中的关系抽取论文阅读

版权声明：本文为博主原创文章，未经博主允许不得转载。 https://blog.csdn.net/u011037837/article/details/79081562

好久没有写东西了~~感觉都跟时代脱节了~~幸亏有师兄师弟拉扯。

今天看了实体关系抽取的论文，简单记录一下

（1）

论文名称：Attention-Based Bidirectional Long Short-Term Memory Networks for Relation Classification

作者信息：中科大自动化所 Zhou

模型名称：Att+BLSTM

论文内容：对word做embedding, attention训练每个word的weight,输出一句话的vector并进行分类，一个句子对应一个关系

（2）

论文名称：Neural Relation Extraction with Selective Attention over Instances
作者信息：清华 Lin et al. 2016
模型名称：CNN+ATT / PCNN+ATT

论文内容：句子级别的attention,  先把句子->vector,  然后vectors->relation representation, attention训练每个句子所占的权重，最后得到一个句子set对应的relation representation

https://github.com/thunlp/TensorFlow-NRE

（3）Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Networks

（4）A Customized Attention-Based Long Short-Term Memory Network for Distant Supervised Relation Extraction 

采用了两层attention，一个是word到关系实体之间的attention，一个是关系实体到句子（关系实体集合）之间的attention，attention公式采用的是lin的