计算机工程与科学

作者：佟缘, 姚念民

单位：（大连理工大学计算机科学与技术学院，辽宁 大连 116024）

关键词：对span的预判断,实体关系抽取,BERT预训练模型,多轮实体分类,多轮关系分类,

针对自然语言处理领域中的实体识别和关系抽取任务，提出一种对词元序列（Token Sequence,又称span）进行预测的模型Smrc。模型整体上利用BERT预训练模型作为编码器,另外包含实体预判断(Pej)、实体多轮分类(Emr)和关系多轮分类(Rmr)3个模块。Smrc模型通过Pej模块的初步判断及Emr模块的多轮实体分类来进行实体识别，再利用Rmr模块的多轮关系分类来判断实体对间的关系，进而完成关系抽取任务。在CoNLL04、SciERC和ADE 3个实验数据集上，Smrc模型的实体识别F1值分别达到89.67%,70.62%和89.56%，关系抽取F1值分别达到73.11%，51.03%和79.89%，相较之前在3个数据集上的最佳模型Spert，Smrc模型凭借实体预判断和实体及关系多轮分类，在2个子任务上其F1值分别提高了0.73%,0.29%，0.61%及1.64%,0.19%,1.05%，表明了该模型的有效性及其优势。

来源：2024年第5期

《计算机工程与科学》期刊编辑部

查看计算机工程与科学杂志2024年第5期