基于图递归神经网络与动态反馈森林算法的关系三元组抽取
计算与语言
2023-08-23 v1
摘要
从文本中抽取关系三元组（主体、谓词、客体）可将非结构化文本数据转化为结构化知识。命名实体识别（NER）与关系抽取（RE）是该知识生成流程中的两个基础子任务。由于子任务性质迥异，其整合面临相当大的挑战。本文提出一种新方法，将三元组抽取任务转化为图标注问题，充分利用依存解析与图递归神经网络（GRNNs）的结构信息。为整合子任务，本文提出动态反馈森林算法，在模型训练期间通过推断操作连接子任务的表示。实验结果证明了所提方法的有效性。
引用
@article{arxiv.2308.11411,
title = {Extracting Relational Triples Based on Graph Recursive Neural Network via Dynamic Feedback Forest Algorithm},
author = {Hongyin Zhu},
journal= {arXiv preprint arXiv:2308.11411},
year = {2023}
}