算是对之前的想法的一个交代
Global1是指Global matrix;
Global2是指关系抽取中的用到了实体识别的Global pointer模型(苏剑林博客提到的一种方法)
模型
其中,global correspondence指示:两个span的头部是否存在匹配关系;
rel_1,…rel_n,表示每个关系的实体
损失函数
global_1采用BCE损失函数
global_2采用多分类交叉熵损失函数
优化器
Adam (lr=1e-4)
实验结果
在webNLG数据集,全匹配情况下:
考虑span尾部全局矩阵时,F1值:88.1%
不考虑span尾部全局矩阵,F1值:84.7%
采用基于关系的点乘注意力机制:F1值=88.1%
半匹配条件下,考虑span尾部匹配,F1值=91%
具体实验文件还没有整理好(整理好后,放链接)。