%0 Journal Article %A 李志欣 %A 孙亚茹 %A 唐素勤 %A 张灿龙 %A 马慧芳 %T 双路注意力引导图卷积网络的关系抽取 %D 2021 %R 10.12263/DZXB.20191105 %J 电子学报 %P 315-323 %V 49 %N 2 %X 为了更好地学习节点依赖并利用结构信息,本文提出一种以完全依赖树作为直接输入的新方法,利用图卷积网络并结合两个并行的注意力模块,自主学习如何有选择地关注对关系抽取任务有用的信息.该方法将样本表示成图上的各节点,一个模块用于计算节点特征位置之间的影响,使特征向量可以包含更广范围的语义信息,另一个用于计算节点依赖的关系特征,以增强节点间的全局依赖.两个模块并行相互提升,可以得到完整的特征表示.在TACRED和SemEval数据集上的实验结果表明,该方法能够更有效地获取对关系抽取任务有益的信息,在各评价指标上取得了更好的性能. %U https://www.ejournal.org.cn/CN/10.12263/DZXB.20191105