科研之友
微信
新浪微博
Facebook
分享链接
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。
- 单位
