结合实体描述信息的跨句包关系抽取方法

• 作者: 孙新 申长虹 姜景虎 崔家铭
• 来源期刊: 计算机工程
• 关键词: 关系抽取 实体描述 跨关系注意力 跨句包注意力 远程监督
• 年，卷（期）: 2021,（6）
• 所属期刊栏目: 人工智能与模式识别|Artificial Intelligence and Pattern Recognition
• 页码范围: 68-75
• 页数: 8页
• 分类号: TP18
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0058189

摘要

远程监督关系抽取方法能够大幅减少标注成本,但现有方法忽略了关系间的关联信息和实体背景知识.结合实体描述信息提出一种新的跨句包关系抽取方法.引入分段卷积神经网络进行句编码,解决特征提取的误差传播问题.同时设计跨关系跨句包注意力机制获取关系特征,更好地从远程监督的噪声数据中鉴别有效实例,从而充分利用关系之间丰富的相关信息并降低噪音句子的影响.在此基础上,利用卷积神经网络提取实体描述信息,补充关系抽取任务所需的背景知识,为跨关系跨句包注意力模块提供更好的实体表示.在NYT公共数据集上的实验结果表明,该方法在句子层面抽取任务上的F1值较结合句注意力与实体描述信息的分段卷积方法提高了4％左右,能够有效改善远程监督关系抽取效果.