%A 郑慎鹏, 陈晓军, 向阳, 沈汝超 %T 基于主体掩码的实体关系抽取方法 %0 Journal Article %D 2021 %J 大数据 %R 10.11959/j.issn.2096-0271.2021022 %P 3-14 %V 7 %N 3 %U {https://www.infocomm-journal.com/bdr/CN/abstract/article_171347.shtml} %8 2021-05-15 %X

实体关系抽取技术能够自动化地从海量无结构文本中抽取信息,构建大规模知识图谱,丰富现有知识图谱的内容,为知识图谱推理和应用提供支持。目前级联式的实体关系抽取技术已经取得了不错的成绩,但其在主体的向量表示和指针网络解码上存在不足。针对主体向量表示问题,提出利用注意力机制和掩码机制生成主体向量的方法。另外,针对指针网络中因遗漏标注而解码出过长实体的问题,提出引入实体序列标记任务,辅助指针网络解码实体。在大规模实体关系数据集DuIE2.0上进行实验验证得出,相较于先前模型,所提方法取得了0.88%的提升。