铝硅合金实体关系抽取数据集的构建方法

• 作者: 刘英莉 吴瑞刚 么长慧 沈韬
• 来源期刊: 浙江大学学报（工学版）
• 学科: 工学
• 关键词: 数据集 构建标准 数据标注 实体关系联合抽取模型 自注意力机制
• 年，卷（期）: 2022,（2）
• 所属期刊栏目: 计算机与控制工程|Computer and Control Engineering
• 页码范围: 245-253
• 页数: 9页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.3785/j.issn.1008-973X.2022.02.004

摘要

针对材料领域没有适合材料实体关系抽取技术研究工作的公开数据集这一问题,通过研究高硅铝合金喷射沉积文献提出铝硅合金实体关系抽取数据集的构建方法.在材料领域专家的指导下制定铝硅合金实体关系抽取数据集的构建标准,并根据构建标准对收集的数据进行实体标注和关系标注.在标注完成后,通过数据预处理生成铝硅合金实体关系抽取数据集.通过实体关系联合抽取模型进行实验,验证该数据集可以应用于实体关系抽取任务.与公开数据集相比,材料数据集句子的语义和语法更为复杂,长句更多,导致实体关系联合抽取模型在材料数据集上的表现略差.针对上述问题,在实体关系联合抽取模型上加入自注意力机制,使该模型整体的F1值提高了约5.8％.该数据集的构建方法具有普适性,可以通过该构建方法构建材料数据集.