用于联合实体与关系抽取的编码器-解码器架构有效建模
计算与语言
2019-11-25 v1 机器学习
摘要
关系元组由两实体及其间关系构成，此类元组常出现于非结构化文本中。一段文本中可能存在多个关系元组，且它们可能共享其中一个或两个实体。从句子抽取此类关系元组是一项困难任务，而元组间实体的共享或重叠使其更具挑战性。多数先前工作采用流水线方法，先识别实体再发现其间关系，从而忽略了句子中关系元组间的交互。本文提出两种使用编码器-解码器架构联合抽取实体与关系的方法。第一种方法中，我们提出一种关系元组表示方案，使解码器能像机器翻译模型一样逐词生成，同时找出句中所有元组（含不同长度的完整实体名及重叠实体）。接着，我们提出一种基于指针网络的解码方法，在每个时间步生成整个元组。在公开可用的 New York Times 语料库上的实验表明，我们提出的方法优于先前工作并取得了显著更高的 F1 分数。
引用
@article{arxiv.1911.09886,
title = {Effective Modeling of Encoder-Decoder Architecture for Joint Entity and Relation Extraction},
author = {Tapas Nayak and Hwee Tou Ng},
journal= {arXiv preprint arXiv:1911.09886},
year = {2019}
}
备注
Accepted at AAAI 2020