基于 CNN 的关系抽取模型

使用 CNN 抽取每个句子中最重要的特征，得到句子的特征向量表示，并用于最终的分类。

模型首先通过预训练的 embedding 将句子中的词转化为词向量；随后用句子中的实体词及其上下文表征词级别的特征，同时，通过 CNN 网络抽取句子级别的特征；结合这两部分特征生成最终的特征向量表示。最后，将特征向量输入一个全连接的神经网络层对句子所表述的关系进行分类。

使用方法：

python main.py --model_name CNN

更多配置见 config.py 文件

参考文献：

• Zeng, D., Liu, K., Lai, S., Zhou, G., Zhao, J.: Relation classification via convolutional deep neural network. In: COLING. pp. 2335–2344. ACL (2014)