IRCMS公司在S公司相对长度单位E类val-2018任务7：评估基本美国有线电视新闻网关系分类的方法和传统流水线方法

中博音,准钦罗,魏洛,毛斌,长海田,叶玉明,帅武（Shuai Wu）

摘要
本文介绍了我们参与2018年SemEval任务7：科学论文中语义关系提取和分类的子任务1（1.1和1.2）（Gábor等人，2018）。我们用两种方法进行了实验：CNN方法和传统的管道方法。我们使用两个实体（包括）之间的上下文作为两种方法的输入信息，这极大地降低了噪声影响。对于CNN方法，我们构造了一个简单的卷积神经网络来自动从原始文本中学习特征，而无需任何手动处理。此外，我们使用softmax函数将实体对划分为特定的关系类别。对于传统的管道方法，我们使用Hackabout方法作为表示，如第3.5节所述。CNN方法的结果比传统管道方法好得多（49.1%对42.3%，71.1%对54.6%）。
选集ID：
S18-1129号
体积：
第十二届语义评价国际研讨会论文集
月份：
六月
年份：
2018
地址：
路易斯安那州新奥尔良
编辑：
玛丽安娜·阿皮迪亚纳基,赛义夫·M·穆罕默德,乔纳森·梅,叶卡捷琳娜·舒托娃,史蒂文·贝萨德,海洋木瓜
地点：
SemEval公司
SIG公司：
SIGLEX公司
发布者：
计算语言学协会
注：
页：
811–815
语言：
网址：
https://aclantology.org/S18-1129
内政部：
10.18653/v1/S18-1129
比比键：
引用（ACL）：
尹中波、罗准钦、罗伟、毛斌、田长海、叶玉明和吴帅。20182018年SemEval-2018年IRCMS任务7：评估基本CNN方法和传统管道方法的关系分类.英寸第十二届语义评价国际研讨会论文集，第811-815页，路易斯安那州新奥尔良。计算语言学协会。
引用（非正式）：
2018年SemEval-2018年IRCMS任务7：评估基本CNN方法和传统管道方法的关系分类（Yin等人，SemEval 2018）
复制引文：
PDF格式：
https://aclantology.org/S18-1129.pdf
PDF格式 引用 搜索