基于多头注意力机制的双指针网络在多实体关系抽取中的应用

以往的许多关系抽取研究主要集中于在单句中识别两个实体之间的单一关系。然而，我们很容易发现，单句中往往存在多个实体，且这些实体之间可构成多种关系。为解决这一问题，本文提出了一种基于双指针网络与多头注意力机制的关系抽取模型。该模型首先通过一个前向解码器（称为对象解码器）识别n-to-1的主-客体关系；随后，再利用一个后向解码器（称为主体解码器）识别1-to-n的主-客体关系。在ACE-05数据集和NYT数据集上的实验结果表明，该模型达到了当前最先进的性能，其中在ACE-05数据集上的F1分数为80.5%，在NYT数据集上的F1分数为78.3%。