基于指针级联标注的中文实体关系联合抽取模型

摘要：

从非结构化文本中抽取实体关系是构建知识图谱流程中的重要一环,然而在解决中文文本的关系重叠与实体嵌套问题方面,已有的研究成果却很少,并且领域内基于联合学习的抽取方法大多无法识别实体类型.针对这些问题提出了一种基于指针级联标注策略的中文实体关系联合抽取模型.模型采用以实体类型作为区分的指针标注策略来解决实体嵌套与预测实体类型的问题,并以关系模型作为函数,将句子中的头实体映射到尾实体以解决关系重叠问题.实验结果表明,该模型在两种不同领域的中文数据集上表现突出,F1值分别为81.1％,58.4％.利用此模型抽取的实体关系元组可以直接导入图数据库,极大地简化了从非结构化数据源构建知识图谱的流程.

关键词：知识图谱、实体关系抽取、关系重叠、实体嵌套

所属期刊栏目：68

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家重点研发计划2018YFB1703500

在线出版日期：2022-07-25（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：304-310