融合结构和内容的方志文本人物关系抽取方法

作     者：王永生 王昊 虞为 周泽聿 Wang Yongsheng;Wang Hao;Yu Wei;Zhou Zeyu

作者机构：南京大学信息管理学院南京210023 江苏省数据工程与知识服务重点实验室南京210023 

出 版 物：《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)

年 卷 期：2022年第6卷第2期

页      面：318-328页

核心收录：

学科分类：1205[管理学-图书情报与档案管理] 12[管理学] 120501[管理学-图书馆学] 120502[管理学-情报学] 

基　　金：国家自然科学基金项目(项目编号:72074108) 中央高校基本科研业务费项目(项目编号:010814370113)的研究成果之一 

主　　题：地方志 关系抽取 远程监督 BERT Bi-GRU 

摘      要：【目的】在方志信息资源领域内开展关系抽取研究,探究方志文本中蕴含的地域文化传统。【方法】从文本结构和文本内容两个角度探讨关系抽取方法。文本结构上使用规则模板和词句特征的方法从原始文本中提取人物关系记录,并构建不同粒度的人物关系类别;文本内容上引入远程监督的方法进一步提取人物关系记录;最后引入BERT+Bi-GRU+ATT和BERT+FC深度学习模型将人物关系抽取任务转化为人物关系的多标签分类任务,并通过对关系标签修正的方式弱化远程监督引入的噪声对模型精度所产生的影响。【结果】基于多角度融合提出的关系抽取方法具有自动化程度高、关系记录提取率高的特征。深度学习BERT+FC模型在不同类别上F1值的提升幅度可达1%~27%;不同关系类别间表现出一定的亲和性,但类别本质不同;标签修正后的“强共现关系F1值提高3%。【局限】仅探究了地方志中人物实体间关系,未拓展研究方志文本中其他实体间关系。【结论】基于多角度融合的方法提供了一套方志文本同类型实体关系抽取研究流程,引入深度学习模型增强了关系抽取方法的可移植性。