一种基于先验知识的实体关系联合抽取模型
作者:周博学
更新时间:
与管道关系提取方法不同,在实体关系联合提取方法中,虽然实体识别和关系提取相结合,但会丢失一些实体特征信息。在以BERT预训练模型为核心的SpERT实体-关系联合抽取模型的输入阶段,集成了置信度词性标注和句法依赖的先验特征,并在模型的关系抽取层重用输入信息,为关系抽取任务提供了更多的特征。向优化模型的损失函数中添加可训练参数,该参数来自主学习的两个子任务的损失比例权重。在三个公共数据集上的实验表明,这些优化策略可以显著提高SpERT模型的性能。