结合词典方法的图注意力网络实体抽取模型

作者：覃文军; 张长帅; 乔林; 曲睿婷^*; 李东; 王飞; 杨壮观

来源：小型微型计算机系统, 2023, 1-9.

• 命名实体识别
• 特征抽取
• 词典
• 图注意力网络
• 交互图

常见的命名实体识别模型主要关注字词特征的抽取，对上下文语义信息的捕捉与挖掘不够充分，对中文字词边界模糊、语义歧义等问题效果较差；对此，提出了一种结合词典方法的图注意力网络实体抽取模型，能够有效减少错误信息在网络中的传播，增强对词典信息的有效利用；并通过融入“BMES”图结构和注意力机制，建立字词之间的通道，深度挖掘字词在不同语境下的关系；为了验证模型的有效性，在MRSA和Weibo数据集上进行了测试，模型在MRSA上的F1值可达94.12%，与传统方法相比提高了1.42%；后者在模型下的F1值可达61.30%，较传统方法提升了2.51%；实验结果证明，结合词典方法和交互图的图注意力网络模型在MRSA和Weibo数据集上实体识别的准确率优于传统方法，且具有一定的泛化能力。

• 单位
  东北大学; 国网辽宁省电力有限公司信息通信分公司; 安徽继远软件有限公司