基于多层次语义感知的中文关系抽取研究

关系抽取是构建知识图谱的基础，而中文关系抽取也是关系抽取中的难点问题，现有的中文关系抽取大多采用基于字符特征或者词特征的方法，但是前者无法捕获字符上下文的信息而后者受制于分词质量，导致中文关系抽取的性能较低。针对该问题，提出了基于多层次语义感知的中文关系抽取模型，该模型利用实体间丰富的语义信息来提高实体对关系预测的性能。多层次语义感知体现在以下三个方面：首先，利用ERNIE预训练语言模型将文本信息转化为动态词向量；然后，利用注意力机制增强实体所在句子的语义表示，同时通过外部知识尽可能地消除实体词的中文歧义；最后，将包含多层语义感知的句子表示放入到分类中进行预测。实验结果表明，所提模型在中文关系抽取的性能上优于已有模型，且更具解释性。