基于伪实体数据增强的高精准率医学领域实体关系抽取

作者：郭安迪; 贾真; 李天瑞^*

来源：计算机应用, 2023, 1-9.

• 实体关系抽取
• 数据增强
• 高精准率
• 医学领域
• 关系负例生成

针对医学领域知识密集、实体抽取和关系分类存在误差传递的问题，提出一种基于伪实体数据增强的高精准率的实体关系抽取框架。首先，在实体抽取模块添加基于Transformer的特征读取单元来捕捉类别信息，以在密集的实体中准确识别医学长实体；其次，在流水线抽取框架的基础上插入关系负例生成模块，通过基于欠采样的伪实体生成模型生成混淆关系分类模型的伪实体，并通过三种数据增强生成策略提升模型鉴别主语宾语颠倒、主语宾语边界错误及关系分类错误的能力；最后，通过基于悬浮标记的关系分类模型缓解数据增强带来的训练时间剧增的问题。在CMeIE数据集中，对比了目前主流的4个模型。实体抽取部分相较于表现最好的模型PL-Marker,F1值提升了2.26%，实体关系抽取相较于表现最好的CBLUE提出的流水线抽取模型，F1值提升了5.45%，精准率提升了15.62%。实验结果表明使用特征读取单元和伪实体数据增强模块可有效提高抽取的精准率。

• 单位
  西南交通大学