知识与句法融合的因果关系抽取网络

Abstract

因果关系抽取作为关系抽取的一个重要任务，近年来得到了广泛关注。现有的因果关系抽取方法大多将句法结构和背景知识割裂开进行研究，早期的因果关系抽取方法偏重于从句法结构层面进行分析，随着深度学习技术的发展，预训练模型结合背景知识的方法成为主流。然而上述两种方法均未完全融合句内信息和外部知识，带来了不同程度的信息缺失。为了解决这一问题，提出了结合句法结构和背景知识的因果关系抽取模型。该模型将句子解析为同时包含句法和知识的知识句法图结构，使用图卷积网络进行信息融合。模型同时考虑了句法和知识两部分信息，从而进一步丰富了实体嵌入，达到了良好的因果关系抽取效果。本模型在EventStoryLine数据集上取得了良好效果，F1值达到0.445，与现有方法相比提高了2.3%。

Keywords

• 因果关系抽取
• 预训练模型
• 图卷积网络
• 自然语言处理