上下文感知的表示用于知识库关系抽取

我们证明，在进行句子级别的关系抽取时，结合句子上下文中的其他关系信息对目标关系的预测具有显著优势。我们的模型架构采用基于LSTM的编码器，联合学习单个句子中所有关系的表示。通过将上下文表示与注意力机制相结合，实现最终的关系预测。我们利用Wikidata知识库构建了一个每句话包含多个关系的数据集，并以此评估所提出方法的性能。与基线系统相比，该方法在保留关系集上的平均误差降低了24。用于复现实验的代码及数据集已公开发布于 https://github.com/ukplab/。