基于潜在关系的实体关系联合抽取模型

实体关系联合抽取的作用是从特定文本中识别出实体和对应关系，同时它也是知识图谱构建和更新的基础。目前的联合抽取方法在追求性能的同时都忽略了抽取过程中的信息冗余。针对此问题，提出基于潜在关系的实体关系联合抽取模型，通过设计一种新的解码方式来减少预测过程中关系、实体和三元组的冗余信息，从整体上分为提取潜在实体对、解码关系两步来完成从句子中抽取三元组的任务。首先通过潜在实体对提取器预测实体间是否存在潜在关系，同时筛选出置信度高的实体对作为最终的潜在实体对；其次将关系解码视作多标签二分类任务，通过关系解码器预测每个潜在实体对之间全部关系的置信度；最后通过置信度确定关系数量和类型，以完成三元组的抽取任务。在两个通用数据集上的实验结果表明，所提模型相比基线模型在准确率和F1指标上的效果更好，验证了所提模型的有效性，消融实验也证明了模型内部各部分的有效性。