通過BERT、Hawkes過程和Schur矩陣分解的聯(lián)合實體和關系抽取
中文題目：通過BERT、Hawkes過程和Schur矩陣分解的聯(lián)合實體和關系抽取
論文題目：Joint Entity and Relationship Extraction by BERT ,Hawkes process and Schur Matrix Decomposition
錄用期刊/會議：CCDC2025 （CAA A類會議）
錄用時間：2025.1.2
作者列表：
1)曹澤 中國石油大學（北京）人工智能學院 控制科學與工程 研21級
2)劉建偉 中國石油大學（北京）人工智能學院 自動化系 教師
摘要:
1)我們提出了一個新的實體和關系聯(lián)合抽取模型，該模型在實體抽取和關系抽取任務中都能很好地工作。
2)我們擴展了Hawkes過程的使用，以將文本句子視為事件序列，并將文本句子中的上下文關系視為Hawkes過程中應用的序列關系，捕捉文本中每個實體和相關實體的關系之間可能存在的潛在連接，從而有效性改進了實體提取和關系提取任務的模型的有效性?；诖耍覀儗awkes過程應用于具有BERT結構的根的模型，取得了良好的結果。
3)在JERE-BHSMD模型的實體和關系分類器中，我們首次使用了Schur矩陣分解的原理，提高了分類器的分類效果。
主要內容:
圖1 提出的JERE-BHSMD框架
圖2 提出的Hawkes子結構
圖3 提出的Schur 分類器
圖4 流程圖
結論:
介紹了一種新的模型通過BERT、Hawkes過程和Schur矩陣分解的聯(lián)合實體和關系抽取(Joint Entity and Relationship Extraction by BERT, Hawkes process and Schur Matrix ecomposition ,JERE-BHSMD)，旨在提高文本實體抽取和關系抽取任務的效率。JERE-BHSMD利用了BERT結構和Hawkes過程。在多個數(shù)據(jù)集上進行的大量實驗證實了我們的模型在聯(lián)合實體關系抽取任務中的有效性和計算效率。
作者簡介:
劉建偉，教師。