融合局部上下文的双图文档级关系抽取方法

闻克妍, 纪婉婷, 宋宝燕

小型微型计算机系统 ›› 2025, Vol. 46 ›› Issue (03) : 535 -541.

PDF
小型微型计算机系统 ›› 2025, Vol. 46 ›› Issue (03) : 535 -541. DOI: 10.20009/j.cnki.21-1106/TP.2024-0368

融合局部上下文的双图文档级关系抽取方法

    闻克妍, 纪婉婷, 宋宝燕
作者信息 +

Author information +
文章历史 +
PDF

摘要

文档级关系抽取是一项复杂的自然语言处理任务,旨在识别出文档中存在的实体,并预测实体之间的关系.相较于句子级关系抽取任务,文档级关系抽取面临更大的挑战,因为它需要考虑整个文档的语义信息和句子间的逻辑关系.针对这一任务,提出了一种融合局部上下文信息的双图推理方法(BRM)用于文档级关系抽取.该方法首先识别文档中的实体提及,并构造了一个提及级别的异构图来表示这些提及以及它们之间的关系.在获得提及级别的表示后,方法进一步构建了一个实体级别的推理图,通过聚合提及级别的信息来形成实体级别的表示,以判断实体之间的关系.该方法在文档级关系抽取公开数据集DocRED上进行了实验.实验结果表明,与现有的文档级关系抽取方法相比,该方法能够更准确地识别实体并预测它们之间的关系.

关键词

文档级关系抽取 / 局部上下文 / 双图推理 / 数据集成

Key words

引用本文

引用格式 ▾
融合局部上下文的双图文档级关系抽取方法[J]. 小型微型计算机系统, 2025, 46(03): 535-541 DOI:10.20009/j.cnki.21-1106/TP.2024-0368

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

54

访问

0

被引

详细

导航
相关文章

AI思维导图

/