基于BERT位置感知的旅游三元组知识抽取方法
A TRIPLET KNOWLEDGE EXTRACTION METHOD VIA LOCATION-WISE BASED ON BERT IN TOURISM SCENE
张诺 1王素格 2李大宇1
作者信息
- 1. 山西大学计算机与信息技术学院 山西太原 030006
- 2. 山西大学计算机与信息技术学院 山西太原 030006;山西大学计算智能与中文信息处理教育部重点实验室 山西太原 030006
- 折叠
摘要
直接获取文本中的三元组,往往存在语义联系较弱、距离过长和一词多义的问题,因此,提出基于BERT预训练的位置感知的两阶段旅游三元组知识抽取方法.利用BERT-Span模型通过边界预测方法对旅游实体进行识别;利用旅游数据中的字、语义、位置和实体类型特征,构建融合位置感知注意力和头尾实体类型的关系抽取模型.在山西旅游数据集上进行实验,实验结果表明提出的方法优于基准模型的F1值.
Abstract
The directly-acquired texts often have problems such as weak semantic connection,excessive length,and polysemy.Therefore,this paper proposes a two-stage triplet knowledge extraction method via location-wise based on BERT pre-training.The BERT-Span model was used to achieve entity recognition of tourism through boundary prediction.A relationship extraction model combining positional perception attention and head-tail entity type was constructed based on the character,semantics,location,and entity type characteristics.The experimental results on the Shanxi tourism data set show that the proposed method is superior to benchmark models in the F1 value.
关键词
旅游知识图谱/三元组/实体识别/关系抽取/位置感知Key words
Tourism knowledge graph/Triplet/Entity recognition/Relationship extraction/Location-wise引用本文复制引用
基金项目
山西省重点研发计划项目(201803D421024)
出版年
2024
国家科技期刊平台
NSTL
维普
万方数据