文献类型：会议论文

中文题名：面向零样本关系抽取的语义匹配算法改进

作者：李永昌[1];林浩田[1];江静[1];

第一作者：李永昌

机构：[1]北京联合大学智慧城市学院;

第一机构：北京联合大学智慧城市学院

会议论文集：中国计算机用户协会网络应用分会2023年第二十七届网络新技术与应用年会论文集

会议日期：20231116

会议地点：中国江苏镇江

语种：中文

中文关键词：关系抽取;信息抽取;零样本学习;语义匹配;注意力机制

摘要：语义匹配被广泛应用于零样本关系抽取任务中,但是现有的算法未充分考虑上下文信息对实体抽取的影响,导致模型对实体和关系的理解缺乏完整性。文中提出了一种基于注意力与投影迭代更新的关系抽取算法,该算法对REatching模型中上下文匹配模块进行了改进。首先,通过Bert编码器处理关系描述和输入数据,获取实体向量和上下文向量。然后,通过向量投影和注意力机制对输入数据的上下文向量进行特征分解,以剔除无关变量。最后,对关系描述和输入句子的实体向量和上下文向量分别进行语义匹配。实验结果表明,在WikiZSL数据集上进行关系抽取的召回率和F1指标分别提升了2.12%和2.08%,效果显著。最后,引入消融实验,以证明算法改进的有效性。