基于 GCN 的关系抽取模型

GCN在图像领域的成功应用证明了以节点为中心的局部信息聚合同样可以有效的提取图像信息。因此仿照在图像领域的应用方式，将方法迁移到关系抽取中，利用句子的依赖解析树构成图卷积中的邻接矩阵，以句子中的每个单词为节点做图卷积操作。如此就可以抽取句子信息，再经过池化层和全连接层即可做关系抽取的任务。

使用方法：

python main.py --model_name GCN

更多配置见 config.py 文件

参考文献：

Zhang Y, Qi P, Manning C D, et al. Graph Convolution over Pruned Dependency Trees Improves Relation Extraction[C]. empirical methods in natural language processing, 2018: 2205-2215.