一种面向关系抽取的表填充依赖特征学习方法

来源：计算机工程与应用杂志2024年第13期北京时间：

作者：唐媛, 陈艳平, 扈应, 黄瑞章, 秦永彬

单位：1.贵州大学 文本计算与认知智能教育部工程研究中心，贵阳 550025；2.贵州大学 公共大数据国家重点实验室，贵阳 550025；3.贵州大学 计算机科学与技术学院，贵阳 550025

摘要：基于表填充的关系抽取方法利用深度神经网络将句子映射到二维抽象表示，忽略了句子中不同跨度之间的语义结构，很难获取到句子中的长距离语义依赖。针对表填充方法的这一不足之处，提出了一个结合句法依存树的表填充关系抽取模型。该模型通过双仿射将句子映射到二维抽象表示。利用句子的句法依存树初始化语义依赖邻接矩阵，利用邻接矩阵学习二维表示中单词与单词之间的句法依赖特征。使用门控循环单元提取特征对句子的二维表示进行更新，从而在句子二维抽象表示中获取跨度之间的语义依赖关系和句子的结构特征。实验结果表明提出的模型可以有效获取句子中的长距离语义依赖特征，通过学习跨度的语义依赖信息和句子的语法结构特征来提升关系抽取的性能。

关键词：关系抽取,表填充,句法依存树,神经网络