基于对比学习和SAB模块的重叠关系抽取方法研究

摘要

数据关系抽取在日常生活中被广泛应用，一些简单的实体关系识别发展已颇为成熟，但有些实体同时出现于不同关系中，一个句子中不仅仅只包含一个关系三元组，可能会涉及多个三元组，且有重叠情况，这不仅给现有算法的识别准确度带来挑战，也增加了数据关系抽取的复杂度及难度。本文提出一种基于对比学习和SAB模块的重叠关系抽取方法。该方法包含BERT编码层、头实体识别层以及关系与尾实体联合识别层，首先在编码层融入对比学习思想形成参数优化模块提高模型的稳定性，再通过SAB模块和序列标注策略抽取头实体后抽取对应关系与尾实体，使得模型可以更好地捕捉数据的内在结构和语义信息，从而在各种任务中取得更好的结果。本文在DUIE、SKE两个公开数据集上进行实验，实验结果表明该方法对于重叠关系三元组的识别效果有了较大的提升。

关键词

信息抽取 / 重叠关系联合抽取 / 对比学习 / SAB模块