一种基于注意力贡献度的实体关系抽取方法及其用途

摘要

本发明提供一种基于注意力贡献度的实体关系抽取方法，该方法通过spaCy对数据集中的原始句子进行分词，得到词列表，将词列表和标签以字典形式存入输入数据集D；然后对输入数据集D进行采样，获得输入数据集D中每个句子的实体样本集和关系样本集；选用在大规模生物医学语料库、司法数据库、旅游数据库上预训练的BERT模型，采用注意力贡献度算法计算实体之间的交互信息，再传递给下游的实体抽取和关系抽取任务，构成基于span的实体关系抽取模型；最后将实体样本集和关系样本集放入基于span的实体关系抽取模型训练，极大的提高了实体抽取任务的F1值和关系抽取任务的F1值。