融合自注意力的关系抽取级联标记框架研究

来源：计算机工程与应用杂志2023年第3期北京时间：

作者：肖立中, 臧中兴, 宋赛赛

单位：上海应用技术大学 计算机科学与信息工程学院，上海 201418

摘要：命名实体识别和关系抽取是自然语言处理和知识图谱构建中两个十分重要的子任务。针对关系抽取过程中容易出现的错误传递和实体共享的缺陷，提出了一种融合自注意力机制的实体关系抽取级联标记框架Att-CasRel，不仅解决了级联错误，还能够解决同一个句子中多个关系三元组共享相同实体的问题。在Bert模型的基础上，使用CMeIE数据集的文本进行再训练得到适用于中文医疗领域的CB-Bert，并在尾实体识别阶段融入自注意力机制来增强头实体编码向量的特征表达，提高了模型的特征提取能力。在CMeIE数据集上的实验结果表明，该标记框架相较于独立抽取的模型以及其他联合抽取模型取得了更好的效果。

关键词：自然语言处理,关系抽取,自注意力机制,知识图谱,Bert