基于混合神经网络的实体与关系联合抽取模型

摘要

针对实体关系联合抽取任务中的重叠实体关系识别问题,提出了一种混合神经网络模型(MNN-RE)。MNN-RE使用膨胀卷积神经网络结合门控线性单元作为输入共享编码层,增强了实体与关系之间关联度。采用自注意力机制结合指针网络的标注策略提取主实体。基于贪心策略,对每个预定义的关系都进行关系存在的预测并抽取目标实体,以此得到完整三元组。实验结果表明,该模型在中文的实体与关系联合抽取任务的表现比经典的联合抽取模型Noveltagging及Multi-head模型要好。

关键词

实体关系抽取 / 联合抽取 / 门控线性单元 / 注意力机制 / 残差连接