结合实体描述信息的跨句包关系抽取方法

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.

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

所属期刊栏目：47

分类号：TP18(自动化基础理论)

资助基金：国家重点研发计划2017YFB0803300

在线出版日期：2021-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：68-75