基于证据增强与多特征融合的文档级关系抽取

来源：计算机应用杂志2024年第11期北京时间：

作者：颜新月, 杨淑群, 高永彬

单位：上海工程技术大学 电子电气工程学院，上海 201620

摘要：文档级关系抽取（DocRE）的目的是识别文档中实体对之间存在的所有关系。针对证据句子和文档信息未能被有效利用以及实体多提及的问题，在使用证据增强上下文特征的基础上，构建一种多特征融合的文档级关系抽取模型EMF（Evidence Multi-feature Fusion）。首先，在实体前后加上实体类型，将关系文本特征与实体提及进行关联，以获得特定于关系的实体特征。其次，通过不同卷积核获得片段表示，并通过注意力机制获得实体对感知的多粒度片段级特征；同时，利用证据分布增强与实体对高度相关的上下文特征。最后，融合以上特征进行关系分类，并在推理时将获得的证据组成伪文档与原文档一起输入分类器进行关系分类。在DocRE数据集DocRED（Document-level Relation Extraction Dataset）上的实验结果表明，使用BERTbase作为预训练语言模型编码器时，相较于先进模型EIDER（EvIDence-Enhanced DocRE），所提模型EMF的Ign F1和F1分别提高了0.42和0.41个百分点，F1达到了62.89%。EMF模型更关注与实体和关系相关的部分，可提高抽取的精度，并具有较好的可解释性。

关键词：文档级,关系抽取,证据,提及注意,片段特征

基金资助：上海市地方能力建设项目(21010501500);上海市“科技创新行动计划”社会发展科技攻关项目(21DZ1204900)