快速联合实体和关系抽取模型

来源：计算机工程与应用杂志2023年第13期北京时间：

作者：杨冬, 田生伟, 禹龙, 周铁军, 王博

单位：1.新疆大学 软件学院，乌鲁木齐 830000；2.新疆大学 软件技术重点实验室，乌鲁木齐 830000；3.新疆互联网信息中心，乌鲁木齐 830000

摘要：从纯文本中抽取实体和关系是知识和问答任务的关键技术。传统的多头模型预测所有片段对的关系类型，而由于关系的稀疏性，片段对的负标签数量远大于正标签。同时，该计算方式导致计算量与句长度的二次方成正比，降低了模型的实用性。为解决该问题，快速实体关系抽取模型被提出。对于命名实体识别任务，实体的开始和结束标签分别对两个指针网络预测。在关系抽取任务中删除了不包含实体结束标签的语义片段对。该方法减少了片段对的数量并加快了关系抽取任务的推理速度。为了证明模型的有效性，在英语新闻数据集ACE05和荷兰语房地产数据集DREC上进行了实验。实验结果表明，与基线模型相比，该模型取得了有竞争力的性能，其推理速度在ACE05上提高了约1.4倍，在DREC上提高了约2.1倍。

关键词：实体识别,关系抽取,神经网络,自然语言处理,信息抽取