基于语义增强机制的关系抽取模型
计算与语言
2023-11-07 v1
摘要
关系抽取是自然语言处理领域信息抽取相关的基础任务之一，也是信息抽取、自然语言理解和信息检索等领域的重要环节与核心任务。现有关系抽取方法均不能有效解决三元组重叠问题。本文提出的基于CasRel框架并结合语义增强机制的CasAug模型可在一定程度上解决该问题。CasAug模型通过添加语义增强机制来增强已识别可能主体的语义：首先基于可能主体的语义编码对可能主体进行预分类，再结合主体词典计算语义相似度以获得可能主体的相似词汇；根据所得相似词汇，通过注意力机制计算不同关系中每个词对可能主体的贡献，最后结合关系预分类结果对各关系增强语义进行加权，求得可能主体的增强语义，并将增强语义与可能主体一并送入客体与关系抽取模块，完成最终关系三元组抽取。实验结果表明，相比基线模型，本文提出的CasAug模型提升了关系抽取效果，且CasAug处理重叠问题与抽取多重关系的能力也优于基线模型，表明本文提出的语义增强机制可进一步减少冗余关系判断并缓解三元组重叠问题。
引用
@article{arxiv.2311.02564,
title = {Relation Extraction Model Based on Semantic Enhancement Mechanism},
author = {Peiyu Liu and Junping Du and Yingxia Shao and Zeli Guan},
journal= {arXiv preprint arXiv:2311.02564},
year = {2023}
}