联合罪名预测的涉案新闻重叠实体关系抽取

作者：张明芳; 余正涛; 郭军军; 高盛祥^*; 线岩团

来源：南京理工大学学报, 2021, 45(01): 46-55.

DOI：10.14177/j.cnki.32-1397n.2021.45.01.005

• 涉案新闻
• 重叠实体关系
• 罪名预测
• 强化学习
• 知识图谱
• 关系抽取

涉案新闻重叠实体关系抽取对于构建案件知识图谱有着重要意义。传统的方法通过定位关系指示符来抽取重叠实体关系,在涉案新闻中,预测罪名的关键词可以作为定位关系指示符的重要依据。该文提出一种联合罪名预测的涉案新闻重叠实体关系抽取方法。预测罪名,将罪名向量融入到关系分类和实体标签分类的状态向量中,实现重叠实体关系抽取。为了缓解因联合罪名预测而给重叠实体关系抽取带来的错误传播问题,引入一种分层级联强化学习机制,将整个过程分解为罪名预测层和重叠实体关系抽取层,利用罪名指导重叠实体关系抽取,帮助重叠实体关系抽取层优化强化学习策略。将重叠实体关系抽取结果反馈给罪名预测层帮助罪名预测层优化强化学习策略。试验表明:该文提出的模型相比基线模型的F1指标提升了4%。

• 单位
  昆明理工大学; 自动化学院