학술논문
面向武器装备领域的实体及关系抽取方法研究 / Research on Entity and Relation Extraction for Weapons and Equipment Field
Document Type
Academic Journal
Author
Source
中国电子科学研究院学报 / Journal of China Academy of Electronics and Information Technology. 17(12):1165-1172
Subject
Language
Chinese
ISSN
1673-5692
Abstract
实体及关系抽取是实现海量数据知识化的关键,而现有实体及关系抽取方法应用于垂直领域时,表现出的效果很难达到实装应用水平.针对武器装备领域,文中在分析该领域文本数据特征的基础上,提出基于预训练模型与规则知识结合的武器装备实体及关系抽取方法,由实体抽取和关系抽取两个阶段组成.在实体抽取阶段,首先,利用BERT+BiLSTM+CRF模型完成武器装备实体的识别;然后,通过规则知识对领域性实体补充抽取.在关系抽取阶段,首先,利用BERT+BiGRU+CNN模型抽取武器装备实体间关系;然后,经过滤调模块对实体间关系抽取结果过滤和调整;最后,设计强领域性的关系抽取规则,用于实体间关系的补充抽取.在仿真数据集上对本文方法评测,结果表明在实体识别和关系抽取上的F1值分别为96.4％和95.1％,与基线相比均提升了约10％.同时,文中提出的实体及关系抽取方法可作为一种通用解决方案,推广至其他垂直领域.