结合注意力机制和本体的远程监督关系抽取*

李艳娟，臧明哲，刘晓燕，刘 扬，郭茂祖

1.东北林业大学信息与计算机工程学院，哈尔滨 150000

2.哈尔滨工业大学计算机科学与技术学院，哈尔滨 150001

3.北京建筑大学电气与信息工程学院，北京 100044

1 引言

伴随着互联网的发展，非结构化的文本呈指数级增长，关系抽取是从非结构化的文本中抽取两个实体之间的关联关系。关系抽取对知识图谱构建具有重要意义，可有效地降低学者阅读文献的时间成本，因此一直以来都是专家学者研究的热点。

传统关系抽取包括基于模式匹配的方法和基于监督学习的方法。其中，基于模式匹配的方法通过提取动词和特定领域术语的文本集合，计算该集合与已知关系间的联系得到关系模板，再从文本中抽取关系[1-3]。随着关系种类的增加，数据源从标准数据集扩展到网络中多源复杂冗余的文本，基于模式匹配的方法无法完全适应关系的多种表现形式。基于监督学习的方法在带标记的文本语料库上进行训练，再对测试语料进行关系预测。监督学习的方法主要基于两大方法体系，特征向量[4]和核函数[5]，精准率较高，但对上下文的信息利用不足，且需要大量人工标注数据。基于远程监督的关系抽取方法不需要大量人工标注数据，且能够适应关系表达形式的多样性，因此成为目前研究热点。

远程监督由Craven等人[6]提出，基本思想是获取包含已知知识库中实体对的文本，对其运用统计文本分类的方法，找出文本当中蛋白质与其他医学概念之间的关系。……