Text2NKG：用于N元关系知识图谱构建的细粒度N元关系抽取

除了传统的二元关系事实外，n-元关系知识图谱（NKGs）由包含两个以上实体的n-元关系事实组成，这些事实更接近现实世界中的情况，具有更广泛的应用前景。然而，NKGs的构建仍停留在粗粒度层面，通常采用单一模式，忽略了实体的顺序性和可变元数。为了解决这些问题，我们提出了一种新的细粒度n-元关系抽取框架——Text2NKG，用于n-元关系知识图谱的构建。我们引入了一种带有异序合并和输出合并的跨度元组分类方法，以实现不同元数下的细粒度n-元关系抽取。此外，Text2NKG支持四种典型的NKG模式：超关系模式、事件驱动模式、角色驱动模式和超图模式，具有很高的灵活性和实用性。实验结果表明，Text2NKG在细粒度n-元关系抽取基准测试中取得了最先进的F1分数。我们的代码和数据集已公开发布。