本文介绍了如何基于DGCNN和概率图思想解决信息抽取中的SPO三元组抽取消难题。通过半指针-半标注结构，先预测S，再预测S对应的O及P，简化了传统seq2seq模型的步骤。模型结构采用CNN+Attention，结合了DGCNN的编码能力与Self Attention的并行计算优势，有效应对多个S、O、P的情况，避免了使用Bert等慢速模型，实现了轻量级高效的信息抽取解决方案。
要解决的问题
抽取出SPO三元组
难点：
1、如何确定S/O
2、SPO的关系不固定
- 多个S，1个（P,O）
- 1个S，多个(P,O)
- 1个（S,O），多个P
怎么解决
解决的思路：
来源于，seq2seq的概率图思路
先预测s，然后传入s来预测该s对应的o，然后传入s、o来预测所传入的s、o的关系p，实际应用中，我们还可以把o、p的预测合并为一步，所以总的步骤只需要两步：先预测s，然后传入s来预测该s所对应的o及p。
理论上，上述模型只能抽取单一一个三元组，而为了处理可能由多个s、多个o甚至多个p的情况，我们全部使用“半指针-半标注”结构，并且在关系分类的时候也使用sigmoid而不是softmax激活。
最低0.47元/天 解锁文章
扫一扫
2505
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
