| 基于上下文共指实体依赖的文档级关系抽取 |
| |
| 引用本文： | 夏正新,苏翀,刘勇.基于上下文共指实体依赖的文档级关系抽取[J].数据采集与处理,2023,38(5):1226-1234. |
| |
| 作者姓名： | 夏正新 苏翀 刘勇 |
| |
| 作者单位： | 1.南京邮电大学继续教育学院, 南京 210042;2.南京邮电大学管理学院, 南京 210042;3.南京邮电大学医疗信息工程研究中心, 南京 210042;4.四川大学计算机学院, 成都 610065 |
| |
| 摘 要： | 文档级关系提取（Document relationship extraction,DRE）旨在多条句子中识别实体间的关系,而实体可能对应于跨越句子边界的多次提及,其中代词实体提及是因句子之间连接而普遍存在的语法现象,也是影响句子推理的一个重要因素。然而,以往的研究大多侧重于普通实体提及之间的关系,却很少关注代词实体提及的共指和关系捕获。本文提出了基于上下文共指实体依赖（Contextual coreference entity dependency,CCED）的文档级关系抽取模型,即通过融合普通实体和代词实体表示来构建共指实体依赖关系的上下文图结构,并在图上进行实体对间的全局交互推理,从而对实体关系的相互依赖进行建模。分别在公共数据集DocRED、DialogRE和MPDD上对CCED模型进行评估,结果显示在DocRED数据集上,与表现最好的基线模型DocuNet-BERT相比,CCED模型在测试集上的Ign F1![]() ![]() 性能提高0.55%,F1![]() ![]() 性能提高0.35%。在DialogRE和MPDD数据集上,与表现最好的基线模型COLN相比,CCED模型在DialogRE测试集上的F1![]() ![]() 性能提高1.02%,在MPDD测试集上的ACC![]() ![]() 性能提高1.19%。实验结果验证了新模型对于文档级关系抽取的有效性。
|
| 关 键 词： | 关系提取 实体提及 共指消解 图推理 上下文图结构 |
| 收稿时间： | 2023/4/17 0:00:00 |
| 修稿时间： | 2023/6/26 0:00:00 |
Document Level Relationship Extraction Based on Context Coreference Entity Dependence |
| |
| Xia Zhengxin,Su Chong,Liu Yong.Document Level Relationship Extraction Based on Context Coreference Entity Dependence[J].Journal of Data Acquisition & Processing,2023,38(5):1226-1234. |
| |
| Authors: | Xia Zhengxin Su Chong Liu Yong |
| |
| Affiliation: | 1.College of Continuing Education, Nanjing University of Posts and Telecommunications, Nanjing 210042, China;2.College of Management, Nanjing University of Posts and Telecommunications, Nanjing 210042, China;3.Engineering Research Center of Medicine Information, Nanjing University of Posts and Telecommunications, Nanjing 210042, China;4.College of Computer, Sichuan University, Chengdu 610065, China |
| |
| Abstract: | |
| |
| Keywords: | relationship extraction entity mentions coreference resolution graph reasoning context graph structure |
|
| 点击此处可从《数据采集与处理》浏览原始摘要信息 |
|
点击此处可从《数据采集与处理》下载全文 |
|
