第40卷第2期2023年06月Vol.40，No2Jun.2023阜阳师范大学学报（自然科学版）JournalofFuyangNormalUniversity（NaturalScience）基于实体跨度和本地信息的实体关系联合抽取王艳，方贤进（安徽理工大学计算机科学与工程学院，安徽淮南232001）摘要：实体关系抽取是信息抽取、自然语言理解、信息检索等领域的核心任务。针对现有方法中存在的仅关注于准确识别实体而无法识别实体间多个关系等问题，本文提出基于实体跨度和本地信息的实体关系联合抽取模型，分割文本形成文本跨度块进行实体识别；对所有候选实体跨度，融合其本地信息进行组合配对后，采用双仿射机制进行关系判定。在CoNLL04、ADE和ACE05等数据集上实验表明，该方法在多个评价指标上均取得较好的性能。关键词：实体关系联合抽取；本地信息；实体跨度中图分类号：TP391.1文献标识码：A文章编号：2096-9341（2023）02-0049-09DOI:10.14096/j.cnki.cn34-1069/n/2096-9341（2023）02-0049-09JointextractionofentitiesandrelationsbasedonentityspanandcontextualinformationWANGYan,FANGXianjin(CollegeofComputerScienceandEngineering,AnhuiUniversityofScienceandTechnology,HuainanAnhui232001,China)Abstract:Entityandrelationextractionisthecoretaskinthefieldsofinformationextraction,naturallanguageunderstand-ing,andinformationretrieval.Butpreviousmethodshavesolelyfocusedonaccuratelyidentifyingentities,resultinginaninabili-tytorecognizemultiplerelationshipsbetweenentities.Tosolvetheproblems,wepresentajointextractionmodelofentitiesandrelationsbasedonentityspanandcontextualinformation.Inthismodel,Textissegmentedtoformspanforentityrecognition,andallcandidateentitiesarecombinedpairedwiththeircontextualinformation.Then,thebiaffinemechanismisusedtorecog-nizetherelationbetweenentities.ExperimentonCoNLL04,ADEandACE05datasetsshowthattheproposedmethodhasbetterperformance.Keywords:jointextractionofentitiesandrelations;contextualinformation;entityspan1引言实体关系抽取是信息抽取、自然语言理解、信息检索[1]等领域的核心任务，其研究成果主要应用于文本摘要、自动问答[2]、机器翻译[3]、知识图谱[4,5]等。早期主要采用管道式方法处理，这种方式简单易实现却割裂了子任务之间的相关性，并带来信息冗余、错误传播等问题。相较于管...
