Attention-Based Bidirectional Long Short-Term Memory Networks for Relation Classification阅读笔记

Att-BLSTM

Model

模型主要包括五部分:

1. Input layer
2. Embedding layer
3. Lstm layer
4. Attention layer
5. Output layer

Word Embedding

没啥好说的…

Bidirectional Network

Bi-LSTM结构, 最后输出

Attention

Attention部分, 先对LSTM输出做非线性**, 然后计算attention权重.

最终的句表示:

Classifying

损失函数: 加上L2正则的交叉熵

实验

数据集: SemEval-2010
参数设置:
word embedding: 分别尝试了50, 100
optimizer: AdaDelta
learning rate: 1.0
batch size: 10
dropout: 0.3, 0.3, 0.5
评价指标: macro-F1score