TDGCN:觸發(fā)器增強的兩階段動態(tài)圖卷積網(wǎng)絡的對話關系抽取研究

摘要： 隨著互聯(lián)網(wǎng)中對話數(shù)據(jù)的不斷增加，從中提取關系三元組對于自然語言處理的各個下游任務至關重要.為了改進對話關系抽取的性能，D.Yu等人在數(shù)據(jù)集中引入了“觸發(fā)器”的概念，該概念為關系抽取提供了重要的線索.然而，目前對于觸發(fā)器的應用還僅僅限于將其作為一個模型訓練的附加任務，并未在關系三元組推理中充分利用.本文提出了一個兩階段的動態(tài)圖模型，通過引入動態(tài)機制，有效地改進了現(xiàn)有靜態(tài)構造的圖注... （共7頁）