中文重叠关系抽取的动态分层级联标记模型

TP391.1; 构建了动态分层级联标记中文重叠关系抽取(RWG-LSA)模型:首先基于预训练语言模型和gated机制构建了动态字词融合特征学习模型(RWG),有效避免了主体标记模块的特征缺失和无法并行计算等问题;其次引入动态权局部自注意力(LSA),自主学习到主体层面的语义特征;最后在有效融合了输入序列的全局和主体局部特征的基础上,实现RWG-LSA模型对文本中实体对和关系的抽取.在SKE中文数据集上的实验表明,本模型对重叠关系抽取有显著效果,F1值达到了82.44%....

Full description

Saved in:
Bibliographic Details
Published in华东理工大学学报（自然科学版） Vol. 50; no. 3; pp. 450 - 458
Main Authors 张利, 张欢欢, 袁玉波
Format Journal Article
LanguageChinese
Published 上海大数据与互联网受众工程技术研究中心,上海 200072 01.06.2024
华东理工大学信息科学与工程学院,上海 200237%华东理工大学信息科学与工程学院,上海 200237
Subjects
文本挖掘
预训练语言模型
gated机制
局部自注意力机制
local self-attention mechanism
Chinese overlapping relation extraction
中文重叠关系抽取
动态字词融合
dynamic character-word fusion
text mining
pretrained language model
gated mechanism
Online AccessGet full text

Cover

More Information
Summary:TP391.1; 构建了动态分层级联标记中文重叠关系抽取(RWG-LSA)模型:首先基于预训练语言模型和gated机制构建了动态字词融合特征学习模型(RWG),有效避免了主体标记模块的特征缺失和无法并行计算等问题;其次引入动态权局部自注意力(LSA),自主学习到主体层面的语义特征;最后在有效融合了输入序列的全局和主体局部特征的基础上,实现RWG-LSA模型对文本中实体对和关系的抽取.在SKE中文数据集上的实验表明,本模型对重叠关系抽取有显著效果,F1值达到了82.44%.
ISSN:1006-3080
DOI:10.14135/j.cnki.1006-3080.20230221001