科研之友
微信
新浪微博
Facebook
分享链接
摘要
实体关系三元组的抽取效果直接影响后期知识图谱构建的质量，而传统流水线式和联合式抽取的模型，并没有对句子级别和关系级别的语义特征进行有效建模，从而导致模型性能的缺失。为此，提出一种融合句子级别和关系级别的交互注意力网络的实体和关系联合抽取模型RSIAN，该模型通过交互注意力网络来学习句子级别和关系级别的高阶语义关联，增强句子和关系之间的交互，辅助模型进行抽取决策。在本文构建的中文旅游数据集（TDDS）的Precision、Recall和F1值分别为87.2%、76.0%和81.2%，其性能均优于其他对比模型；为了进一步验证该模型在英文联合抽取上的性能，在公开英文数据集NYT和Webnlg上进行实验，该模型的F1值相比基线模型RSAN模型分别提高了1.4%和1.3%，并且该模型在重叠三元组的分析实验也均取得了优于基线模型的性能且更稳定。
- 单位
