计算机应用研究

作者：赵红燕,张莹刚,谢斌红,

单位：太原科技大学计算机科学与技术学院,太原030024；

关键词：远程监督关系抽取,自注意力机制,动态阈值,预训练语言模型,降噪,

基金：山西省基础研究计划资助项目(202203021211199)；智能信息处理山西省重点实验室开放基金资助项目(CICIP2022004)；太原科技大学博士科研启动基金资助项目(20212075)；；

远程监督关系抽取面临着数据质量的问题，即生成的数据集存在多类噪声，包括噪声词、噪声句和噪声包。现有研究主要集中在噪声句方面，忽略了其他噪声的影响，无法彻底消除噪声。为此，提出一种基于多层级注意力机制和动态阈值的远程监督关系抽取模型（MADT）。该模型首先采用预训练语言模型获取实体对语义表示，再通过双向门控循环单元和自注意力机制获得蕴涵关键词信息的语义特征，然后结合句子深层上下文表示依次处理三种噪声问题。此外，还提出一种动态阈值方法进一步剔除噪声句，增强正例句对包表示的贡献，并采用基于语义相似性的注意力机制降低噪声包的影响。在NYT10d和NYT10m数据集上的实验表明，MADT模型能够解决远程监督关系抽取中各个层面的噪声，有效提升关系的抽取性能。

来源：2024年第11期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2024年第11期