同济大学学报(自然科学版)

作者：柳先辉，吴文达，赵卫东，侯文龙

单位：1.同济大学 电子与信息工程学院，上海 201804;2.上海视觉感知与智能计算工程技术研究中心，上海 200092

关键词：文档级关系抽取,注意力机制,语义增强,焦点损失

基金：国家重点研发计划（2020YFB1709303）

文档级关系抽取旨在从文档中抽取出多个实体对之间的关系，具有较高的复杂性。针对文档级关系抽取中的多实体、关系相关性、关系分布不平衡等问题，提出了一种基于注意力机制（Attention）语义增强的文档级关系抽取方法，能够实现实体对之间关系的推理。具体来说，首先在数据编码模块改进编码策略，引入更多实体信息，通过编码网络捕获文档的语义特征，获得实体对矩阵；然后，设计了一个基于Attention门控机制的U-Net网络，对实体对矩阵进行局部信息捕获和全局信息汇总，实现语义增强；最后，使用自适应焦点损失函数缓解关系分布不平衡的问题。在4个公开的文档级关系抽取数据集（DocRED、CDR、GDA和DWIE）上评估了Att-DocuNet模型并取得了良好的实验结果。

来源：2024年第5期

《同济大学学报(自然科学版)》期刊编辑部

查看同济大学学报(自然科学版)杂志2024年第5期