分类: 计算机科学 >> 自然语言理解与机器翻译 提交时间: 2020-10-26
摘要: 基于span的联合提取模型已显示出它们在实体识别和关系提取上的效率。 这些模型将文本span视为候选实体,并将span元组视为候选关系元组。 span语义表示在实体识别和关系提取中都是共享的,而现有模型无法很好地捕获这些候选实体和关系的语义。 为了解决这些问题,我们引入了基于span的联合提取框架和基于注意的语义表示。 特别地,注意力用于计算语义表示,包括span特定和上下文表示。 我们将进一步研究四种注意变量在生成上下文语义表示中的作用。 实验表明,我们的模型优于以前的系统,并在ACE2005,CoNLL2004和ADE上达到了最优的结果。