计算机工程与科学

作者：刘盼, 郭延明, 雷军, 王昊冉, 老松杨, 李国辉

单位：（国防科技大学系统工程学院，湖南 长沙 410073）

关键词：细粒度实体分类,上下文,特征表示,

基金：国家重点研发计划(2020AAA0108800)

细粒度实体分类任务赋予文本中的实体以细粒度类别，能够通过类别信息为实体提供丰富的语义信息，在关系抽取、实体链接和问答系统等下游任务中发挥重要作用。由于实体在句子中的长度和位置是不统一的，无法直接计算实体在上下文中的表示，现有的细粒度实体分类方法将实体提及与其上下文分别进行处理和特征表示，割裂了实体与其上下文之间的语义关联。提出一种结合上下文的实体分类特征表示方法，将实体放回上下文，并解决了实体长度和位置不统一的情况下，实体特征表示的计算问题。实验结果表明，采用结合上下文的实体特征表示方法提取实体在上下文中的特征表示，能够大幅提升细粒度实体分类的性能，该方法在中文细粒度实体分类数据集CFET上的Macro-F1较原文普遍提高了10%以上。

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