基于信息融合标注的实体及关系联合抽取方法

马建红 魏字默 陈亚萌

(河北工业大学人工智能与数据科学学院 天津 300401)

0 引 言

专业领域资源命名实体识别(Named Entity Recognition，NER)[1]和关系抽取(Relation Extraction，RE)[2]是对资源描述的文本进行信息抽取的重要方式，基于实体和关系可以构建出资源库和资源知识图谱，可以更好地促进自然语言处理(Natural Language Processing，NLP)上层任务的发展。

当前，完整解决NER和RE这类问题的场景需求很多，一般可以归结为对应的两个子任务，主要有两种完成方式，一种是流水线方式；另一种是联合学习方式。

目前的研究以流水线处理方式较多，例如：对于命名实体识别，张海楠等[3]、何炎祥等[4]分别使用神经网络和机器学习方法完成NER任务；对于关系抽取，Yan等[5]、 Li等[6]采用改进的深度学习方法完成RE任务。这种流水作业方式使得两个子任务易于处理，但存在一些缺陷，例如：忽略了两个子任务模块之间的关联性，前一个子任务的错误会顺延传递到下一个子任务；两个子任务都是对原始文本进行处理，做了重复性的数据处理工作，处理效率低。

与流水线处理方式不同，联合学习方式可以有效解决上述问题。基于深度学习的联合抽取方式拥有以下优势：① 采用深度学习的模型可以自动学习句子特征，无须人工构建复杂的特征工程；② 这一方式考虑了子任务之间关联性的同时，避免了流水线方法中子任务训练误差、错误率累计传播和冗余实体产生等问题；③ 端到端的学习方式较大地提升了处理效率[7]。因此，研究有效的联合抽取方式更具实际意义。……