咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于关系自适应解码的实体关系联合抽取 收藏

基于关系自适应解码的实体关系联合抽取

Joint extraction of entities and relations based on relation-adaptive decoding

作     者:丁相国 桑基韬 DING Xiangguo;SANG Jitao

作者机构:北京交通大学计算机与信息技术学院北京100044 

出 版 物:《计算机应用》 (journal of Computer Applications)

年 卷 期:2021年第41卷第1期

页      面:29-35页

学科分类:081203[工学-计算机应用技术] 08[工学] 0835[工学-软件工程] 0812[工学-计算机科学与技术(可授工学、理学学位)] 

基  金:国家自然科学基金资助项目(61832002) 

主  题:关系自适应 共享 编码器-解码器 实体关系 联合抽取 

摘      要:基于编码器-解码器的实体关系联合抽取模型解决了流水线模型存在的误差传递问题,但是以往基于编码器-解码器的模型还是存在两点问题:一是在解码阶段同时生成实体和关系,而两者是不同的对象,使得同一语义空间的映射降低了抽取效果;二是没有考虑不同关系之间的交互信息。针对这两点问题,提出了关系自适应解码模型。所提模型将实体关系联合抽取任务转化为对应关系的实体对生成任务。首先以编码器-解码器为基础,将不同关系分而治之;根据不同的关系来自适应输出相应关系的实体对,使解码阶段更专注于实体的生成。然后不同关系之间共享同一模型的参数,使不同关系之间的关联信息得以利用。所提模型在两种版本的纽约时报(NYT)公开数据集上进行了实验,其F1值比当前最先进的模型分别提升了2.5个百分点和2.2个百分点。实验结果表明,所提模型能够通过关系自适应解码的方式有效提升实体关系的联合抽取能力。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分