第22卷第2期2023年2月Vol.22No.2Feb.2023软件导刊SoftwareGuide基于Schema增强的中文实体关系抽取方法饶东宁，李冉（广东工业大学计算机学院，广东广州510000）摘要：针对中文实体关系抽取任务中的实体边界切分错误和实体关系重叠，以及不同数据集的关系种类不能很好地迁移的问题，提出一种基于Schema增强的实体关系抽取方法。首先，采用字词混合嵌入的方式融合字与词的语义信息，避免中文分词时边界切分出错所造成的歧义问题；其次，利用指针标注的方式解决关系重叠问题；最后，提取出每个数据集的Schema进行合并作为先验特征传入模型中，以解决实体冗余及关系种类迁移问题。在三大中文实体关系抽取数据集DuIE、FinRE、SanWen上进行实验，相较于先前的模型，该方法分别取得10%、18%、11%的F1提升，且表现出更高的稳定性。关键词：命名实体识别；关系抽取；Schema增强；字词混合嵌入；指针标注DOI：10.11907/rjdk.221225开放科学（资源服务）标识码（OSID）：中图分类号：TP181文献标识码：A文章编号：1672-7800（2023）002-0047-06ChineseEntityRelationExtractionMethodBasedonSchemaEnhancementRAODong-ning，LIRan（ComputerCollege，GuangdongUniversityofTechnology，Guangzhou510000，China）Abstract：Aimingattheproblemsofincorrectentityboundarysegmentation，overlappingentityrelations，andtheinabilitytotransferthere⁃lationtypesofdifferentdatasets，anentityrelationextractionmethodbasedonSchemaenhancementisproposed.Firstofall，thesemanticin⁃formationofcharactersandwordsismergedbywordmixingandembeddingtoavoidtheambiguityproblemcausedbytheerrorofboundarysegmentationinChinesewordsegmentation.Secondly，theproblemofrelationshipoverlapissolvedbyusingpointerannotation.Finally，theSchemaofeachdatasetisextractedandmergedintothemodelasapriorifeaturestosolvetheproblemofentityredundancyandrelationshiptypemigration.ExperimentswerecarriedoutonthethreeprimaryChineseentityrelationextractiondatasetsDuIE，FinRE，andSanWen.Com⁃paredwiththepreviousmodel，theyachievedF1improvementsof10%，18%，and11%，respectively，andshowedhigherstability.KeyWords：namedentityrecognition；relationextraction；Schemaenhancement；character-wordembedding；pointerlabeling0引言实体关系抽取...
