融合BERT与关系位置特征的军事领域关系抽取方法

摘要

【目的】解决军事文本中实体关系重叠引起的关系抽取困难问题,改善军事文本关系抽取效果。【方法】使用BERT模型作为输入文本的编码器,采用分层强化学习方法分别进行关系与其对应实体的解码,并在实体解码过程中融合关系位置特征,构建军事领域关系抽取模型。【结果】在军事武器装备数据集上F1值达到82.2%,相较其他方法提升约8个百分点。在公开的NYT10、NYT10-sub数据集上F1值分别达到71.8%和69.0%,相较其他方法提升约7个百分点与9个百分点。【局限】在人工标注数据集上抽取效果较好,在存在噪声的远程监督数据集上效果有待提升。【结论】所提方法较目前主流方法在军事领域的关系抽取中效果更好,同时具有一定的泛化能力。