重庆理工大学学报2021，Vol.35Issue(10) ：163-171.DOI:10.3969/j.issn.1674-8425(z).2021.10.021

基于标签校正的端到端实体关系联合抽取

End-to-end Entity Relationship Joint Extraction Based on Label Correction

陈鹏之 张瑾 刘悦 程学旗
重庆理工大学学报2021，Vol.35Issue(10) ：163-171.DOI:10.3969/j.issn.1674-8425(z).2021.10.021
✕
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 万方数据

基于标签校正的端到端实体关系联合抽取

End-to-end Entity Relationship Joint Extraction Based on Label Correction

陈鹏之 1张瑾 2刘悦 2程学旗2
扫码查看

作者信息

  • 1. 中国科学院计算技术研究所 中国科学院网络数据科学与技术重点实验室,北京 100190;中国科学院大学,北京 100049
  • 2. 中国科学院计算技术研究所 中国科学院网络数据科学与技术重点实验室,北京 100190
  • 折叠

摘要

随着深度学习的快速发展与应用,联合式抽取被广泛应用于实体抽取和实体间的关系预测.虽然端到端的联合抽取方法在该领域得到了较大关注,但这类方法目前未考虑multi-token实体;同时,抽取过程中忽略了关系预测与实体抽取之间的相互影响.针对以上问题,结合Encoder-Decoder框架的特点,引入标签校正机制,提出了一种基于标签校正的端到端实体关系联合抽取方法CopyLC.实验结果证明:在更严格的评价方式下,所提出的方法与当前主流方法相比,在NYT和WebNLG数据集上均能获得更好的抽取效果.

关键词

实体关系抽取/端到端/标签校正

引用本文复制引用

出版年

2021
重庆理工大学学报
重庆理工大学

重庆理工大学学报

CSTPCD北大核心
影响因子：0.567
ISSN：1674-8425
参考文献量19
段落导航相关论文