摘要
本文介绍了我们在SemEval-2022任务12——“数学符号与其描述的关联”中的系统实现，该系统在所有子任务（包括命名实体识别，NER；关系抽取，RE）中均位列排行榜首位。我们的系统是一个基于SciBERT的两阶段流水线模型，用于在科学文献中检测数学符号、其描述文本及其相互关系。系统由两个核心模块构成：1）基于机器阅读理解（MRC）的命名实体识别模型，其中每种实体类型被建模为一个问答问题，实体提及片段通过MRC模型作为答案进行抽取；2）跨度对分类关系抽取模型，将两个实体提及及其类型标记编码为跨度表示，并输入至Softmax分类器以判断其关系类型。此外，我们引入了一种基于规则的符号分词器，以提升符号实体边界的精确识别能力。为进一步优化关系抽取模型，我们还探索了正则化策略与集成学习方法。