文献类型：期刊文章

作　　者：于韬[1,2,3] 尼玛次仁[1,2,3] 拥措[1,2,3] 尼玛扎西[1,2,3]

YU Tao;Nyima Ciren;YONG Cuo;Nyima Trashi(College of Information Science and Technology,Tibet University,Lhasa,Tibet 850000,China;Key Laboratory of Tibetan Information Technology and Artificial Intelligence of Tibet,Tibet University,Lhasa,Tibet 850000,China;Engineering Research Center of Tibetan Information Technology,Ministry of Education,Tibet University,Lhasa,Tibet 850000,China)

机构地区：[1]西藏大学信息科学技术学院,西藏拉萨850000 [2]西藏大学西藏自治区藏文信息技术人工智能重点实验室,西藏拉萨850000 [3]西藏大学藏文信息技术教育部工程研究中心,西藏拉萨850000

出　　处：《中文信息学报》

基　　金：科技部重点研发计划重点专项(2017YFB1402200);西藏自治区科技创新基地自主研究项目(XZ2021JR002G)。

年　　份：2022

卷　　号：36

期　　号：10

起止页码：63-72

语　　种：中文

收录情况：BDHX、BDHX2020、CSCD、CSCD2021_2022、JST、RCCSE、ZGKJHX、核心刊

摘　　要：实体关系抽取任务是对句子中实体对间的语义关系进行识别。该文提出了一种基于Albert预训练语言模型结合图采样与聚合算法(Graph Sampling and Aggregation,GraphSAGE)的实体关系抽取方法,并在藏文实体关系抽取数据集上实验。该文针对藏文句子特征表示匮乏、传统藏文实体关系抽取模型准确率不高等问题,提出以下方案:①使用预先训练的藏文Albert模型获得高质量的藏文句子动态词向量特征;②使用提出的图结构数据构建与表示方法生成GraphSAGE模型的输入数据,并通过实验证明了该方法的有效性;③借鉴GraphSAGE模型的优势,利用其图采样与聚合操作进行关系抽取。实验结果表明,该文方法有效提高了藏文实体关系抽取模型的准确率,且优于基线实验效果。

关 键 词：藏文 实体关系抽取 ALBERT GraphSAGE  

分 类 号：TP391]