面向危险化学品事故的事理图谱抽取方法研究

摘要

为防范危险化学品的储运事故衍生出化学事故的发生，优化事故风险识别流程以减少对人工的依赖。首先从中文语料角度，基于融入了诸多语义信息，通过多粒度空洞卷积网络，利用联合预测层来推断词与词之间的关系，抽取危化品事故实体；然后，针对已经抽取的实体，融入位置编码，对每个主语以及对应的多个关系，识别出宾语，达到危化品事件关系识别。结果表明，实体抽取模型的F1值在自建数据集和公开数据集分别达到92.91%和96.59%，关系识别模型的F1值达到了76.04%；与现有方法相比，两个模型性能均有提升，尤其是关系识别模型优势明显，取得了6.28%的性能领先。抽取的危化品实体和关系，进一步建立了危化品事理图谱及预警系统。

关键词

多粒度空洞卷积网络 / 联合预测层 / 实体抽取 / 位置编码 / 关系识别