基于时间关系的Bi-LSTM+GCN因果关系抽取

来源：吉林大学学报·理学版杂志2021年第3期北京时间：

作者：郑余祥, 左祥麟, 左万利, 梁世宁, 王英

单位：1. 吉林大学 计算机科学与技术学院, 长春 130012;2. 吉林大学 符号计算与知识工程教育部重点实验室, 长春 130012

摘要：针对传统时间关系只应用在机器学习方向关系抽取的问题, 提出一种基于序列标注实体识别的关系抽取方法. 先构建双向长短期记忆网络(Bi-LSTM)模型进行特征提取, 再输入时间关系作为特征矩阵进行图卷积. 实验结果表明: 时间关系能提高因果关系抽取效果, 并且包含时间关系的Bi-LSTM+GCN模型能有效抽取因果事件; 带有时间关系的Bi-LSTM+GCN模型获得因果关系的抽取结果优于传统方法因果关系的抽取结果.

关键词：因果关系抽取,时间关系,序列标注,图卷积,双向长短期记忆网络(Bi-LSTM)