一种简洁而有效的关系三元组抽取双向框架

基于标注的关系三元组抽取方法近年来受到越来越多的研究关注。然而，此类方法大多采用单向抽取框架，即先抽取所有主体，再基于已抽取的主体同时抽取客体与关系。该框架存在明显缺陷，即对主体的抽取结果过于敏感。为克服此缺陷，我们提出一种基于双向抽取框架的方法，该方法基于从两个互补方向抽取的实体对来抽取三元组。具体而言，我们首先从两个并行方向抽取所有可能的主-客对。这两个抽取方向由一个共享编码器组件连接，从而一个方向的抽取特征可流向另一方向，反之亦然。通过这种方式，两个方向的抽取可相互促进与补充。接下来，我们通过双仿射(biaffine)模型为每个实体对分配所有可能的关系。在训练过程中，我们观察到共享结构会导致收敛速率不一致问题，这对性能有害。因此我们提出一种共享感知学习机制来解决该问题。我们在多个基准数据集上评估所提模型。大量实验结果表明，所提模型非常有效，并在所有这些数据集上取得了最先进的(state-of-the-art, SOTA)结果。此外，实验表明所提出的双向抽取框架与共享感知学习机制均具有良好的适应性，可用于提升其他基于标注方法的性能。我们的工作源代码可在 https://github.com/neukg/BiRTE 获取。