技术总结
本发明公开了一种基于深度神经网络的实体关系抽取方法，包括：将句子的每个字或类别关键词分别映射到字向量或类别向量，根据字向量和类别向量对句子进行特征提取，将所提取的特征首尾相接输入全连接分类层，即得到抽取结果。本发明利用了机器学习中的普通神经网络与卷积神经网络进行文本的实体关系抽取，提高了实体关系抽取的准确率和性能，简化了实体关系抽取中的人工工作量。利用了预训练的字向量，提高了神经网络的收敛速度和准确率；引入句子特征与类别特征，使用卷积神经网络和普通神经网络进行提取，解决了长短句问题，提高了实体关系抽取的性能。
技术研发人员：熊盛武;陈振东;段鹏飞;缪少豪;王娜;毛晶晶
受保护的技术使用者：武汉理工大学
文档号码：201610532802
技术研发日：2016.07.07
技术公布日：2016.12.07