一种基于跨度的实体关系联合抽取模型

实体关系联合抽取旨在从文本中自动识别实体及实体间的关系,并生成<主体实体、关系、客体实体>三元组形式的语义信息,在问答系统、知识图谱等领域具有重要意义。但是目前仍然存在着实体关系重叠、误差累计等问题。为了解决上述问题,提出了一种基于跨度的实体关系联合抽取模型SpERT.MDP。该模型在实体和关系分类中融入句法信息和词性特征,以及使用多层感知器(multi-layer perceptron,MLP)和softmax进行跨度分类。试验结果表明:所提出的模型优于目前主流模型。