利用基于轴向注意力DWConv前馈网络的文档级关系提取方法

本发明公开了一种利用基于轴向注意力DWConv前馈网络的文档级关系提取方法，首先采集包含多个实体及多组关系的长文本，并在实体前后标记其位置及关系标签。针对现有文档级关系提取模型准确率不高、内存占用大的问题，设计了一个基于轴向注意力机制的高效前馈网络。该网络利用轴向注意力模块替代全局注意力处理词嵌入矩阵，通过对维度分解与重组，交替计算行注意力和列注意力，有效建模实体对间的多步推理关系并捕获全局信息，在显著减少模型参数、提升推理速度的同时提高了关系预测准确率，解决了高维建模和长距离依赖问题。部署时，结合开源命名实体识别工具自动标记输入长文本中的实体位置，最终实现了高效、准确的文档级关系提取。