基于主体掩码的实体关系抽取方法

摘要：

实体关系抽取技术能够自动化地从海量无结构文本中抽取信息,构建大规模知识图谱,丰富现有知识图谱的内容,为知识图谱推理和应用提供支持.目前级联式的实体关系抽取技术已经取得了不错的成绩,但其在主体的向量表示和指针网络解码上存在不足.针对主体向量表示问题,提出利用注意力机制和掩码机制生成主体向量的方法.另外,针对指针网络中因遗漏标注而解码出过长实体的问题,提出引入实体序列标记任务,辅助指针网络解码实体.在大规模实体关系数据集DulE2.0上进行实验验证得出,相较于先前模型,所提方法取得了0.88％的提升.

关键词：RoBERTa、实体关系抽取、主体掩码

所属期刊栏目：7

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家重点研发计划

在线出版日期：2021-07-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：1-14