基于改进BiRTE的渔业健康养殖标准复杂关系抽取

来源：大连海洋大学学报杂志2024年第1期北京时间：

作者：宋奇书, 于红, 乔诗晗, 罗璇, 李光宇, 邵立铭, 张思佳

单位：1.大连海洋大学 信息工程学院，辽宁 大连 116023；2.大连市智慧渔业重点实验室，辽宁 大连 116023；3.设施渔业教育部重点实验室(大连海洋大学)，辽宁 大连 116023；4.辽宁省海洋信息技术重点实验室，辽宁 大连 116023

摘要：为解决渔业健康养殖标准文本关系抽取领域特定性强、语义复杂导致关系抽取准确率不高等问题，提出了基于改进BiRTE的渔业健康养殖标准复杂关系抽取方法，针对实体和语义关联建模，将RoBERTa作为编码器，采用全词掩码和动态掩码的方式增强词向量特征表示，并在此基础上融合了自注意力机制(Self-Attention，SelfATT)将实体特征与关系特征结合聚焦，加强实体抽取与关系预测的联系，从而提升渔业标准文本抽取的准确性。结果表明：本文提出的基于改进BiRTE的渔业健康养殖标准复杂关系抽取模型(RoBERTa-BiRTE-SelfATT)对渔业标准复杂关系抽取的准确率、召回率和F1值分别为95.9%、95.4%、95.7%，较BiRTE模型分别提升了4.2%、3.1%、3.8%。研究表明，本文提出的渔业健康养殖标准复杂关系抽取模型RoBERTa-BiRTE-SelfATT可以有效解决渔业标准文本关系抽取中专有名词识别不准确、语义复杂导致实体关系难以抽取的问题，是一种有效的渔业标准复杂关系抽取方法。

关键词：渔业标准,关系抽取,重叠关系,复杂关系,自注意力机制

基金资助：辽宁省重点研发计划项目(2023JH26/10200015)