原标题：Context-Aware Representations for Knowledge Base Relation Extraction论文笔记

原文来自：CSDN      原文链接：https://blog.csdn.net/weixin_40400177/article/details/102894474

**文中提出的非常重要的观点就是 当前 sentence的context中存在的relation会有利于提取当前sentence的relation。
**

在进行预测的时候使用了context representation

主要的核心思想就是使用了LSTM encoder

• main contribution就是一个全新的网络框架。

• 其实应该还有这个context representation的idea
  以及

• 还有应该是open了自己做的distant supervision的数据？

用的是50维的embedding
其中网络中有很特殊的 word token marker 分为三类

• 
  

1. entity 1

• 
  

2. entity 2

• 
  

3. none of above.

当前句子的relation representation是os$o_s$

oc concate起来做一个classification

一句话中最多有7个relation
position marker在模型中经过简单的测试发现并没有用

问题

• 
  

1. 我寻思一句话全部输入的话，咋抽取出 7个relation呢
   问题是，entity 是否被标定了的话，应该是只需要做relation classification？

• 应该是的，文中提到了 predict the final relation type.

免责声明：本文来自互联网新闻客户端自媒体，不代表本网的观点和立场。

合作及投稿邮箱：E-mail:editor@tusaishared.com