计算机工程

作者：郭桦宜, 游进国, 耿齐祁, 陶静梅, 易健宏

单位：1. 昆明理工大学信息工程与自动化学院，云南 昆明 6505002. 昆明理工大学材料科学与工程学院，云南 昆明 650500

关键词：命名实体识别,关系抽取,预训练语言模型,铜基复合材料

基金：国家自然科学基金(62062046)

从铜基复合材料文献中有效抽取实体和关系对构建材料知识图谱并推动材料科学研究有重要作用。由于该领域语料的实体构成复杂(如嵌套实体和非连续实体)，且大量存在单实体重叠(SEO)关系，现有的实体关系抽取技术难以直接适用。为此，构建一个铜基复合材料实体关系抽取数据集，并提出一种两阶段实体关系抽取方法。第一阶段通过融合词间关系分类任务以及双向门控循环单元(BiGRU)和多粒度扩张卷积技术，提升了实体识别模型对实体跨度的识别能力。第二阶段在文本序列中标注实体信息，并在关系分类模型中引入实体类型注意力机制，以多特征表示来增强关系分类性能。在Matscholar、SOFC、MSP 3个公开数据集以及自建CBCM-IE数据集上的实验结果表明，该方法在精确率、召回率和F1值上相较基线方法平均有5.91、3.56和3.63百分点的提升，抽取性能较优。

来源：2025年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2025年第11期