基于BERT-CNN编码特征融合的实体关系联合抽取方法

作者：丁建立; 苏伟

来源：中国民航大学学报, 2023, 41(02): 47-53.

• BERT
• CNN
• 特征融合
• 二分类
• 实体关系联合抽取
• 实体关系三元组

针对现有实体关系抽取模型结构复杂且抽取效果欠佳的问题，提出基于预训练的BERT(bidirectional encoder representation from transformers)与CNN(convolutional neural network)编码特征融合的实体关系联合抽取方法。首先，基于BERT-CNN编码的句子向量预测主语的首尾位置；其次，将预测的首尾位置索引句子中的特征向量作为预测主语的首尾向量，再将预测的主语首尾向量采用乘积方式进行特征融合得到主语向量；然后，将主语向量与句子向量以乘积方式融合得到新的句子编码向量，进而指导不同关系下宾语首尾位置的预测，得到实体关系三元组。为了验证模型效果，将本模型与其他类似算法模型在NYT与WebNLG公开数据集上进行对比实验，其准确率、召回率均优于对比模型且F1值分别达到92.75%与93.19%。

• 单位
  中国民航大学