计算机工程

作者：廖涛, 张国畅, 张顺香

单位：1. 安徽理工大学计算机科学与工程学院, 安徽 淮南 2320012. 合肥综合性国家科学中心人工智能研究院, 安徽 合肥 230000

关键词：文档级,关系抽取,双粒度文档图,异步降噪,修辞语篇关系,依存句法关系

基金：国家自然科学基金面上项目(62076006); 安徽省高校协同创新项目(GXXT-2021-008)

文档级关系抽取是指在非结构性文本中抽取实体对之间的关系。针对当前文档级关系抽取方法未能充分利用文档语义信息且难以处理文档的噪声干扰问题, 提出一种基于双粒度文档图的关系抽取模型, 采用一种新型的构图思路以及降噪方法, 分别在句间和句内两个层面进行设计。首先, 在句间层面使用修辞语篇关系实体提及关系构建修辞语篇关系图RST-graph, 采用异步降噪方式生成粗粒度文档图(CGD-graph), 缓解了因实体对的句间关系路径长于句内关系路径造成的结构性误剪枝问题。然后, 在句内层面采用依存句法关系对文档中的句子进行解析, 构造依存句法树(SDT), 增强句内语义信息。最后, 将SDT和CGD-graph中存在的公共锚点相连接, 构造细粒度文档图(FGD-graph)。实验结果表明, 与去噪图推理(DGI)模型相比, 该模型的lgn F1值和F1值分别提升了0.40和0.51个百分点, 并且在实体对的多标签关系上随着标签数量的增多抽取效果提升较为显著。

来源：2024年第10期

《计算机工程》期刊编辑部

查看计算机工程杂志2024年第10期