基于改進分段卷積神經網絡和知識蒸餾的學科知識實體間關系抽取

摘要： 關系抽取是梳理學科知識的重要手段以及構建教育知識圖譜的重要步驟。在當前研究中，如BERT(Bidirectional Encoder Representations from Transformers)等以Transformer架構為基礎的預訓練語言模型多數(shù)存在參數(shù)量大、復雜度過高的問題，難以部署于終端設備，限制了在真實教育場景中的應用。此外，大多數(shù)傳統(tǒng)的輕量級關系抽取模型并不... （共9頁）