融合BERT与关系位置特征的军事领域关系抽取方法

摘要：

[目的]解决军事文本中实体关系重叠引起的关系抽取困难问题,改善军事文本关系抽取效果.[方法]使用BERT模型作为输入文本的编码器,采用分层强化学习方法分别进行关系与其对应实体的解码,并在实体解码过程中融合关系位置特征,构建军事领域关系抽取模型.[结果]在军事武器装备数据集上F值达到82.2％,相较其他方法提升约8个百分点.在公开的NYT10、NYT10-sub数据集上F1值分别达到71.8％和69.0％,相较其他方法提升约7个百分点与9个百分点.[局限]在人工标注数据集上抽取效果较好,在存在噪声的远程监督数据集上效果有待提升.[结论]所提方法较目前主流方法在军事领域的关系抽取中效果更好,同时具有一定的泛化能力.

关键词：关系抽取;BERT;关系位置特征;强化学习

所属期刊栏目：5

分类号：TP391(计算技术、计算机技术)

资助基金：本文系北京市自然科学基金项目;国防科技重点实验室基金项目;北京信息科技大学"勤信人才"培育计划项目

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：1-12