融合依存信息的关系导向型实体关系抽取方法

来源：计算机应用研究杂志2023年第5期北京时间：

作者：王景慧,卢玲,段志丽,张亮,王玉柯,

单位：重庆理工大学计算机科学与工程学院,重庆400050；

摘要：中文实体关系抽取多以字符序列处理文本，存在字符语义表征不足、长字符序列语义遗忘等问题，制约了远距离实体的召回率，为此提出了一种融合依存句法信息的关系导向型抽取方法。输入层以字符序列和基于同义词表示的词序列为输入；编码端用长短时记忆网络（LSTM）进行文本编码，并加入全局依存信息，用于产生关系门的表示；解码端加入依存类型信息，并在关系门的作用下，用双向长短时记忆网络（BiLSTM）解码得到实体关系三元组。该方法在SanWen、FinRE、DuIE、IPRE中文数据集上的F1值分别较基线方法提高5.84%、2.11%、2.69%和0.39%。消融实验表明，提出的全局依存信息和依存类型信息表示方法均可提升抽取性能，对长句和远距离实体的抽取性能也稳定地优于基线方法。

关键词：实体关系抽取,依存句法分析,剪枝,关系导向,同义词,

基金资助：国家社会科学基金西部项目(2017CG29)；重庆市教育科学规划课题资助项目(2021CJG05)；重庆理工大学研究生教育高质量发展行动计划资助项目(gzlcx20223201)；；