该论文提出了一种名为Bi-affine Relation Attention Networks (BRANs)的新架构，用于生物领域的全摘要关系抽取。BRANs结合了卷积和self-attention的Transformer变体，解决提及交互、冗余计算和跨句子关系抽取的问题。通过多实例多任务学习，模型同时执行实体抽取和关系抽取，并利用BPE对文本进行分词，增强在生物信息学领域的性能。实验显示，BRANs在不同数据集上表现出色，尤其是在处理长序列和跨句子关系时。
论文 Simultaneously Self-Attending to All Mentions for
Full-Abstract Biological Relation Extraction
最低0.47元/天 解锁文章
扫一扫
评论 1
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
查看更多评论
添加红包
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
