融合结构和内容的方志文本人物关系抽取方法

摘要：

[目的]在方志信息资源领域内开展关系抽取研究,探究方志文本中蕴含的地域文化传统.[方法]从文本结构和文本内容两个角度探讨关系抽取方法.文本结构上使用规则模板和词句特征的方法从原始文本中提取人物关系记录,并构建不同粒度的人物关系类别;文本内容上引入远程监督的方法进一步提取人物关系记录;最后引入BERT+Bi-GRU+ATT和BERT+FC深度学习模型将人物关系抽取任务转化为人物关系的多标签分类任务,并通过对关系标签修正的方式弱化远程监督引入的噪声对模型精度所产生的影响.[结果]基于多角度融合提出的关系抽取方法具有自动化程度高、关系记录提取率高的特征.深度学习BERT+FC模型在不同类别上F1值的提升幅度可达1％～27％;不同关系类别间表现出一定的亲和性,但类别本质不同;标签修正后的"强共现关系"F 1值提高3％.[局限]仅探究了地方志中人物实体间关系,未拓展研究方志文本中其他实体间关系.[结论]基于多角度融合的方法提供了一套方志文本同类型实体关系抽取研究流程,引入深度学习模型增强了关系抽取方法的可移植性.

关键词：地方志、关系抽取、远程监督、BERT、Bi-GRU

所属期刊栏目：6

分类号：G254(图书馆学、图书馆事业)

资助基金：国家自然科学基金;中央高校基本科研业务费项目

在线出版日期：2022-06-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：318-328