笔记整理:王大壮
论文链接:https://aclanthology.org/2021.acl-long.344.pdf
动机
句法信息,特别是依存树,已经被广泛应用于关系提取,以更好地分析与给定实体相关联的上下文信息。然而大多数现有的研究都饱受依赖树噪声的影响,特别是当它们自动生成时。由于直接利用依存信息可能会引入混淆,所以需要对依存信息进行筛选。为此,本文通过注意力图卷积神经网络(A-GCN)来辨别不同词依存的重要性,同时考虑到不同依存关系类型对关系分类的作用,在模型中也引入了依存关系类型的信息。
论文方法
关系抽取旨在辨别给定文本中提及的实体之间的关系。
本文方法可以分为以下两步,模型整体框架如下:
1.考虑依存类别的注意力图神经网络
a)通过依存句法树构建邻接矩阵A(存储两次之间是否存在依存关系:两词之间有关系为1,没关系为0);