古汉语实体关系联合抽取的标注方法

摘要：

[目的]针对古汉语数据集标注规范研究缺失的现实,提出一套面向古汉语的实体关系标注方法.[方法]通过对逻辑语义学、深度学习、历史学的有机融合,提出古汉语实体关系抽取数据集标注方法,南"关系配价标注""命题逻辑标注"以及"单一关系存在"原则构成,适用于小样本学习.[结果]利用Word Embedding-BiGRU-CRF端到端关系序列标注模型,在《史记》文本数据集上进行实验,在实体关系抽取与命题逻辑抽取任务上F1值分别达到42.02％与34.07％.[局限]未使用BERT、ALBERT等预训练模型,而是选择了较为经典的Word2Vec模型完成词嵌入任务.从模型最终的结果来看,相关研究仍有较大的上升空间.[结论]初步验证了标注方法与联合抽取模型的可行性,填补了面向古汉语实体关系抽取的研究空白.

关键词：自然语言处理;实体关系抽取;序列标注;《史记》

所属期刊栏目：5

分类号：TP391(计算技术、计算机技术)

资助基金：本文系国家社会科学基金专项项目编号:17VGB005

在线出版日期：2021-12-28（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：63-74