单步片段标注的实体关系联合抽取模型

来源：计算机工程与应用杂志2023年第9期北京时间：

作者：郑肇谦, 韩东辰, 赵辉

单位：长春工业大学 计算机科学与工程学院，长春 130012

摘要：关系抽取作为知识图谱等诸多领域的上游任务，具有广泛应用价值，近年来受到广泛关注。关系抽取模型普遍存在暴露偏差问题，抽取文本普遍存在实体嵌套和实体重叠问题，这些问题严重影响了模型性能。因此，提出了一种基于片段标注的实体关系联合抽取模型（span-labeling based model，SLM），主要包括：将实体关系抽取问题转化为片段标注问题；使用滑动窗口和三种映射策略将词元（token）序列进行组合排列重新平铺成片段（span）序列；使用LSTM和多头自注意力机制进行片段深层语义特征提取；设计了实体关系标签，使用多层标注方法进行关系标签分类。在英文数据集NYT、WebNLG上进行实验，相对于基线模型F1值显著提高，验证了模型的有效性，能有效解决上述问题。

关键词：关系抽取,联合抽取,片段标注,映射策略,暴露偏差,实体嵌套,实体重叠