所属单位：计算机科学与工程学院

发表刊物：计算机工程与应用

项目来源：自选课题

关键字：关系抽取；联合抽取；片段标注；映射策略

摘要：关系抽取作为知识图谱等诸多领域的上游任务，具有广泛应用价值，近年来受到广泛关注。目前， 关系抽取模型普遍存在暴露偏差问题，抽取文本普遍存在实体嵌套和实体重叠问题，这些问题严重影响了 模型性能。因此，该文提出了一种基于片段标注的实体关系联合抽取模型（Span-Labeling Based Model， SLM），主要包括：将实体关系抽取问题转化为片段标注问题；使用滑动窗口和三种映射策略将词元（Token） 序列进行组合排列重新平铺成片段（Span）序列；使用 LSTM 和多头自注意力机制进行片段深层语义特征 提取；设计了实体关系标签，使用多层标注方法进行关系标签分类。在英文数据集 NYT、WebNLG 上进 行实验，相对于基线模型 F1 值显著提高，验证了模型的有效性，能有效解决上述问题。

第一作者：赵辉

论文类型：期刊论文

页面范围：3

是否译文：否

发表时间：2022-04-12