融合预训练语言模型和标签依赖知识的关系抽取方法

• 作者: 赵超 谢松县 曾道建 郑菲 程琛 彭立宏
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 关系抽取 预训练模型 标签依赖 图卷积神经网络
• 年，卷（期）: 2022,（1）
• 所属期刊栏目: 信息抽取与文本挖掘|Information Extraction and Text Mining
• 页码范围: 75-82
• 页数: 8页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1003-0077.2022.01.009

摘要

关系抽取旨在从未经标注的自由文本中抽取实体间的关系.然而,现有的方法大都孤立地预测每一个关系而未考虑关系标签相互之间的丰富语义关联.该文提出了一种融合预训练语言模型和标签依赖知识的关系抽取模型.该模型通过预训练模型BERT编码得到句子和两个目标实体的语义信息,使用图卷积网络建模关系标签之间的依赖图,并结合上述信息指导最终的关系分类.实验结果显示,该文方法性能相较于基线方法得到了显著提高.