原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明涉及计算机自然语言处理技术领域，具体为一种融合长短时记忆网络与注意力机制的关系抽取方法，包括以下步骤：S1：提取单词向量特征；S2：采用长短时记忆网络获取输入的向量进行运算；S3：将长短时记忆网络输出的特征向量输入至注意力机制模组进行关系编码；S4：将编码过后的句子特征通过逻辑回归层预测关系；有益效果为：本发明提出的融合长短时记忆网络与注意力机制的关系抽取方法，结合长短时记忆网络与注意力机制结合的模型，将模型应用于关系抽取任务处理中，提出的利用单词标记向量信息特征模型对关系抽取任务有着良好
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116860988 A
(43)申请公布日 2023.10.10
(21)申请号 202310721352.5 G06N 3/084 (2023.01)
(22)申请日 2023.06.
文档评论（0）