面向金融知识图谱的实体和关系联合抽取算法

• 作者: 胡扬 闫宏飞 陈翀
• 来源期刊: 重庆理工大学学报（自然科学版）
• 学科: 工学
• 关键词: 命名实体识别 关系抽取 联合抽取 知识图谱
• 年，卷（期）: 2020,（5）
• 所属期刊栏目: "第二十五届全国信息检索学术会议"(CCIR2019)专栏
• 页码范围: 139-149
• 页数: 11页
• 分类号: TP391.1
• 字数: 8762字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-8425(z).2020.05.018

摘要

在知识图谱的构建过程中,传统方法先进行命名实体识别,再进行关系抽取,导致任务间关联信息的丢失,而且忽略了实体间的重叠关系.为此,基于能识别重叠关系的Bi-LSTM+CRF模型,通过参数共享实现两个任务联合学习,充分利用任务间联系来优化结果.公开数据集上的实验结果表明:所提出模型在实体识别上取得了78.4％的f1值,在非重叠关系和重叠关系的抽取上取得了50.5％和45.0％的f1值.为验证该方法可后续用于金融知识图谱构建,提取了小型金融数据集来验证其在金融数据上的泛化能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	闫宏飞	北京大学信息科学技术学院	32	414	11.0	20.0
5	陈翀	北京师范大学政府管理学院	19	59	6.0	7.0
6	胡扬	北京大学信息科学技术学院	1	0	0.0	0.0