基于RoBERTa和指针网络的中文实体与关系联合抽取方法OA
为了有效解决非结构化文本中实体与关系联合抽取时的三元组重叠问题,提出了一种基于RoBERTa和指针网络的中文实体与关系联合抽取方法。首先,针对实体重叠问题,基于指针网络设计了实体识别模块,将实体识别任务构建为token-pair识别问题,通过识别实体的开始和结束位置来提取所有可能的实体;其次,针对三元组重叠问题,设计基于多头注意力机制和Ptr-Net的关系抽取模块,将三元组(s,r,o)抽取任务构建为五元组(s_(h),s_(t),r,o_(h),o_(t))识别任务;最后,在中文信息抽取数据集DuIE上进行大量实验。实验结果表明:所提模型综合性能优于所有基线模型,其精确率、召回率和F 1值分别为81.04%、85.82%和83.36%。
陈燕;韦紫君;廖宇翔;谭志湘;胡小春;宋玲
广西壮族自治区信息中心广西数字基础设施重点实验室,广西南宁530201 广西大学计算机与电子信息学院,广西南宁530004广西大学计算机与电子信息学院,广西南宁530004广西大学计算机与电子信息学院,广西南宁530004广西大学计算机与电子信息学院,广西南宁530004广西财经学院广西财经大数据重点实验室,广西南宁530003 广西财经学院大数据与人工智能学院,广西南宁530003广西大学计算机与电子信息学院,广西南宁530004
信息技术与安全科学
实体与关系联合抽取RoBERTa指针网络自然语言处理深度学习
《郑州大学学报(工学版)》 2026 (2)
P.41-50,10
国家自然科学基金资助项目(72461001)。
评论