Ein Spaziergangsbasiertes Modell auf Entitätsgraphen für die Relationsextraktion

Wir präsentieren ein neues, graphbasiertes neuronales Netzwerkmodell für die Relationsextraktion. Unser Modell behandelt mehrere Paare in einem Satz gleichzeitig und berücksichtigt die Interaktionen zwischen ihnen. Alle Entitäten in einem Satz werden als Knoten in einer vollständig vernetzten Graphenstruktur platziert. Die Kanten werden durch positionssensible Kontexte um die Entitätspaare herum dargestellt. Um verschiedene Relationspfade zwischen zwei Entitäten zu berücksichtigen, konstruieren wir bis zu l-längige Pfade zwischen jedem Paar. Die resultierenden Pfade werden zusammengeführt und iterativ verwendet, um die Kantenrepräsentationen in längere Pfadrepräsentationen zu aktualisieren. Wir zeigen, dass das Modell ohne Verwendung externer Werkzeuge eine Leistung erzielt, die mit den besten Systemen auf dem ACE 2005-Datensatz vergleichbar ist.