基于卷积深度神经网络的关系分类
直接先上结果：
用于关系分类的最先进的方法主要基于统计机器学习，并且它们的性能很大程度上取决于提取的特征的质量。提取的特征通常来自预先存在的自然语言处理（NLP）系统的输出，这导致错误在现有工具中的传播和阻碍这些系统的性能。在本文中，我们利用卷积深度神经网络（DNN）提取词法和句子级别的功能。我们的方法将所有单词标记作为输入没有复杂的预处理。首先，单词标记被转换为向量查找单词嵌入。然后，根据给定的词汇级别特征提取名词。同时，使用卷积方法学习句子级特征。这些连接两个级别的特征以形成最终提取的特征向量。最后ÿ
