基于藏文Albert预训练语言模型的图采样与聚合实体关系抽取

作者：于韬; 尼玛次仁; 拥措^*; 尼玛扎西

来源：中文信息学报, 2022, 36(10): 63-72.

• 藏文
• 实体关系抽取
• Albert
• GraphSAGE

实体关系抽取任务是对句子中实体对间的语义关系进行识别。该文提出了一种基于Albert预训练语言模型结合图采样与聚合算法(Graph Sampling and Aggregation, GraphSAGE)的实体关系抽取方法，并在藏文实体关系抽取数据集上实验。该文针对藏文句子特征表示匮乏、传统藏文实体关系抽取模型准确率不高等问题，提出以下方案：(1)使用预先训练的藏文Albert模型获得高质量的藏文句子动态词向量特征；(2)使用提出的图结构数据构建与表示方法生成GraphSAGE模型的输入数据，并通过实验证明了该方法的有效性；(3)借鉴GraphSAGE模型的优势，利用其图采样与聚合操作进行关系抽取。实验结果表明，该文方法有效提高了藏文实体关系抽取模型的准确率，且优于基线实验效果。

• 单位
  西藏大学