这篇关系抽取的论文来自清华大学的刘知远教授团队，是2016年关系抽取最经典的nn模型
运用attention机制来尽量减轻错误label的负面影响；
运用CNN将关系用sentence embedding的语义组合来表示，以此充分利用训练知识库的信息。
讲解参考：https://blog.csdn.net/xg123321123/article/details/53218870
给出了一组句子{x_1……x_n}和两个对应的实体，我们的模型测量每个关系r的概率。在本节中，我们将在两个主要部分介绍我们的模型：
句子编码器：给定一个句子x和两个目标实体，卷积神经网络（RNN）用于构造句子的分布式表示x。
对实例的选择性注意：当学习所有句子的分布向量表示时，我们使用句子层次的注意来选择真正表达对应关系的句子。