文件名称：依存约束的图网络实体关系联合抽取
文件大小：1.39MB
文件格式：PDF
更新时间：2024-05-26 05:38:30
实体关系联合抽取 依存约束 图注意力网络 自注意力机制
实体关系抽取是信息抽取的关键任务之一, 是一种包含实体抽取和关系抽取的级联任务. 传统的实体关系抽取方式是将实体与关系抽取任务分离的Pipeline方式, 忽略了两个任务的内在联系, 导致关系抽取的效果严重依赖实体抽取, 容易引起误差的累积. 为了规避这种问题, 我们提出一种端到端的实体关系联合抽取模型, 通过自注意力机制学习单词特征, 基于句法依存图蕴含的依赖信息构建依存约束, 然后将约束信息融入图注意力网络来实现实体与关系的抽取. 通过在公共数据集NYT上进行实验证明了我们工作的先进性和显著性, 我们的模型在保持高精度的情况下, 召回率有了显著的提升, 比以往工作中的方法具有更好的抽取性能.