通過BERT、Hawkes過程和Schur矩陣分解的聯(lián)合實體和關(guān)系抽取
中文題目：通過BERT、Hawkes過程和Schur矩陣分解的聯(lián)合實體和關(guān)系抽取
論文題目：Joint Entity and Relationship Extraction by BERT ,Hawkes process and Schur Matrix Decomposition
錄用期刊/會議：CCDC2025 （CAA A類會議）
錄用時間：2025.1.2
作者列表：
1)曹澤 中國石油大學(xué)（北京）人工智能學(xué)院 控制科學(xué)與工程 研21級
2)劉建偉 中國石油大學(xué)（北京）人工智能學(xué)院 自動化系 教師
摘要:
1)我們提出了一個新的實體和關(guān)系聯(lián)合抽取模型，該模型在實體抽取和關(guān)系抽取任務(wù)中都能很好地工作。
2)我們擴展了Hawkes過程的使用，以將文本句子視為事件序列，并將文本句子中的上下文關(guān)系視為Hawkes過程中應(yīng)用的序列關(guān)系，捕捉文本中每個實體和相關(guān)實體的關(guān)系之間可能存在的潛在連接，從而有效性改進了實體提取和關(guān)系提取任務(wù)的模型的有效性。基于此，我們將Hawkes過程應(yīng)用于具有BERT結(jié)構(gòu)的根的模型，取得了良好的結(jié)果。
3)在JERE-BHSMD模型的實體和關(guān)系分類器中，我們首次使用了Schur矩陣分解的原理，提高了分類器的分類效果。
主要內(nèi)容:
圖1 提出的JERE-BHSMD框架
圖2 提出的Hawkes子結(jié)構(gòu)
圖3 提出的Schur 分類器
圖4 流程圖
結(jié)論:
介紹了一種新的模型通過BERT、Hawkes過程和Schur矩陣分解的聯(lián)合實體和關(guān)系抽取(Joint Entity and Relationship Extraction by BERT, Hawkes process and Schur Matrix ecomposition ,JERE-BHSMD)，旨在提高文本實體抽取和關(guān)系抽取任務(wù)的效率。JERE-BHSMD利用了BERT結(jié)構(gòu)和Hawkes過程。在多個數(shù)據(jù)集上進行的大量實驗證實了我們的模型在聯(lián)合實體關(guān)系抽取任務(wù)中的有效性和計算效率。
作者簡介:
劉建偉，教師。