融合分段式位置信息的图卷积中文关系抽取

来源：计算机工程与应用杂志2025年第16期北京时间：

作者：王婷婷, 韩虎, 何勇禧, 孔博

单位：1.兰州交通大学 电子与信息工程学院，兰州 730070；2.甘肃省人工智能与图形图像工程研究中心，兰州 730070

摘要：关系抽取任务旨在识别句子中实体间的语义关系。针对中文关系抽取任务中语义信息挖掘不充分以及引入语法依赖产生的噪声问题，提出一种融合分段式位置信息的图卷积中文关系抽取模型。一方面引入实体的位置信息，在初始文本上添加相对位置编码，通过分段卷积神经网络将实体位置信息集成到局部特征中，并引入门控注意力机制构建注意力权重矩阵，捕获全局语义特征。另一方面通过语法剪枝规则构建局部语法依赖图捕获语法信息，去除与特定实体语法距离较远且无关的分支来避免噪声干扰。最后采用门控机制动态融合不同粒度的语义信息，实现不同类型信息的共享与互补。在三个公开中文数据集SanWen、FinRE和COAE2016上的实验结果表明，该模型可以有效捕获语义语法信息，对比基线模型表现出了较好的性能。

关键词：中文关系抽取,图卷积网络,分段式位置信息,语法剪枝,门控注意力