【NLP】一种基于联合方式的三元组抽取模型——CasRel_casrel 训练中文模型

前言

关系抽取是自然语言处理中一个比较基础的任务，除了关系抽取之外还有类似的任务如：属性抽取等。这些任务也都可看成三元组抽取，即（subject，predicate，object）。常见的抽取范式包含：

1. 基于pipeline的分布抽取方式，在已知两个实体subject和object，去预测predicate。
2. 联合抽取方式，一个模型同时将subject，predicate和object抽取出来。

现实的场景中还存在重叠关系情况，那么针对这种情况该如何解决呢？，ACL2020有一篇论文：A Novel Cascade Binary Tagging Framework for Relational Triple Extraction介绍了如何一种级联的并解决嵌套的实体的三元组（文中介绍的是关系抽取）抽取模型。下面我们来看看这篇论文介绍的内容。

背景

早期基于pipeline的方法首先识别出语句中的所有实体，然后在对所有的实体对分类。这种方式的一个缺点是：实体识别过程中的误差会被引入到关系抽取的环节中，如下图中的Normal情况。

现有的联合抽取模型中不能够有效地解决：一个句子包含多个相互重叠的关系三元组。如下图中的EPO和SEO。

EPO（Entity Pair Overlap&#