諶予恒王 崢

（1.武漢郵電科學(xué)研究院 武漢 430074）（2.烽火通信科技股份有限公司南京研發(fā)部 南京 210019）

1 引言

關(guān)系抽取旨在識(shí)別句子中實(shí)體對(duì)的關(guān)系和屬性。例如此句“Barack Obama was born in Honolulu，Hawaii.”關(guān)系抽取器的目標(biāo)就是識(shí)別出其中的關(guān)系“bornInCity”。關(guān)系抽取是構(gòu)建知識(shí)圖譜的關(guān)鍵組成部分，對(duì)語(yǔ)義分析，智能問(wèn)答等自然語(yǔ)言處理任務(wù)也是極其重要的。

在關(guān)系抽取中，一個(gè)主要挑戰(zhàn)就是標(biāo)注樣本的缺失，針對(duì)這個(gè)局限性，Mintz等（2009）［1］提出了遠(yuǎn)程監(jiān)督的思想，遠(yuǎn)程監(jiān)督假設(shè)，一個(gè)同時(shí)包含兩個(gè)實(shí)體的句子蘊(yùn)含了該實(shí)體對(duì)在Freebase中的關(guān)系，并將這個(gè)關(guān)系作為該句子的標(biāo)簽。Mintz等在遠(yuǎn)程監(jiān)督標(biāo)注的數(shù)據(jù)上訓(xùn)練了關(guān)系抽取模型，有效解決了關(guān)系抽取的標(biāo)注數(shù)據(jù)規(guī)模問(wèn)題。但它同樣也帶來(lái)了一個(gè)新的問(wèn)題——誤標(biāo)記問(wèn)題。例如，句子“BillGatesofMicrosoft is the richestman?！辈](méi)有表達(dá)關(guān)系“founder”，但在樣本中仍被標(biāo)記為“founder”。近年來(lái)，深度學(xué)習(xí)被廣泛應(yīng)用于各個(gè)領(lǐng)域，Zeng等（2015）［2］提出采用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行關(guān)系抽取，提出了一種新的網(wǎng)絡(luò)結(jié)構(gòu)PCNN，取得了遠(yuǎn)遠(yuǎn)高于基于特征的關(guān)系抽取模型的識(shí)別效果。次年Lin等（2016）［4］提出了一種新的選擇注意力機(jī)制用于關(guān)系抽取任務(wù)，充分利用所有信息句，緩解遠(yuǎn)程監(jiān)督關(guān)系的錯(cuò)誤標(biāo)記問(wèn)題，取得了當(dāng)時(shí)最好的效果。但這種Attention機(jī)制作用于句子級(jí)別，在緩解錯(cuò)誤標(biāo)記問(wèn)題的同時(shí)卻沒(méi)有深入提取句子內(nèi)部的信息。

本文通過(guò)結(jié)合Attention機(jī)制和ResNet結(jié)構(gòu)，提出了一種改進(jìn)的CNN網(wǎng)絡(luò)用于進(jìn)行關(guān)系抽取任務(wù)。ResNet充分利用了有效樣本的信息并且通過(guò)Attention減少了噪音數(shù)據(jù)的干擾，在遠(yuǎn)程監(jiān)督的關(guān)系抽取方面取得了較好的結(jié)果。

2 用于關(guān)系抽取的網(wǎng)絡(luò)模型

在這一節(jié)中，我們描述了一種用于遠(yuǎn)程監(jiān)督的關(guān)系抽取的新的深度學(xué)習(xí)網(wǎng)絡(luò)模型。圖1描述了我們的整體網(wǎng)絡(luò)結(jié)構(gòu)。

2.1 輸入表示

本文采用的數(shù)據(jù)格式由實(shí)體對(duì)、關(guān)系、句子三部分組成，設(shè)wi為句子的第i個(gè)單詞，e1、e2是相應(yīng)的實(shí)體對(duì)。每一個(gè)單詞將會(huì)經(jīng)由兩個(gè)映射表分別得到Word Embedding WFi和position embedding PFi，拼接這兩個(gè)embedding后得到每個(gè)單詞的詞向量［WFi，PFi］，設(shè)為xi。

2.1.1 Word Embeddings

Word Embeddings的目的是將詞轉(zhuǎn)化為分布式表示，從而捕捉詞的句法意義和語(yǔ)義意義。所有的分布式表示包含在一個(gè)映射矩陣中，該映射矩陣可以表示為Xw∈Rdw×|V|，其中dw表示詞向量大小，V表示一個(gè)固定大小的詞匯表。然后wi在經(jīng)過(guò)映射矩陣后可以得到一個(gè)實(shí)值對(duì)WFi。

2.1.2 Position Embeddings

在關(guān)系抽取任務(wù)中，我們的主要目標(biāo)是識(shí)別句子中的實(shí)體對(duì)的關(guān)系，一個(gè)啟發(fā)性的觀點(diǎn)是距離實(shí)體對(duì)越近的單詞越有可能包含了決定實(shí)體對(duì)之間關(guān)系的信息。因此，我們選擇了Ps來(lái)標(biāo)識(shí)句子中當(dāng)前單詞分別距離句子中兩個(gè)實(shí)體e1、e2的相對(duì)位置。例如，在這個(gè)例子中“russia，turkey and india were off about 30 percent?！眴?詞“india”距 離head entity“russia”的相對(duì)位置是P1=3，距離tail entity“turkey”的相對(duì)位置是P2=2。Position Embeddings的映射矩陣Xp∈Rdp×|P|是經(jīng)過(guò)隨機(jī)初始化得到的，其中dp表示位置向量大小，|P|是固定的距離集合。應(yīng)該指出，如果一個(gè)詞離實(shí)體太遠(yuǎn)，它可能與關(guān)系無(wú)關(guān)。因此，我們選擇最大值emax和最小值emin作為相對(duì)距離的上限制和下限值。最后我們將P1和P2通過(guò)矩陣映射為位置向量PF1和PF2。圖1假設(shè)詞向量大小dw=4，位置向量大小dp=1，結(jié)合詞向量和兩個(gè)位置向量后，一個(gè)實(shí)例將被映射為一個(gè)矩陣S∈Rs×d，s表示句子長(zhǎng)度，d=dw+dp*2。矩陣S={x1，x2，…，xs}是網(wǎng)絡(luò)的最初輸入。

圖1 用于關(guān)系抽取任務(wù)的ARCNN結(jié)構(gòu)

2.2 Attention

Attention機(jī)制的思想來(lái)自于人類視覺(jué)注意力機(jī)制，人類視覺(jué)通過(guò)快速掃描全局圖像，獲得需要重點(diǎn)關(guān)注的目標(biāo)區(qū)域，而后對(duì)這一區(qū)域投入更多注意力資源，抑制其他無(wú)用信息，本文設(shè)計(jì)的Attention架構(gòu)也遵循這一思想。關(guān)系抽取任務(wù)的主要目的是獲取與句中實(shí)體對(duì)相應(yīng)的關(guān)系。因此，考慮與句子中實(shí)體對(duì)關(guān)系越近的單詞越有可能包含實(shí)體對(duì)之間的關(guān)系信息，通過(guò)加強(qiáng)對(duì)這些單詞的注意力權(quán)重，抑制其他的無(wú)用信息，使網(wǎng)絡(luò)可以更好地讀取需要的信息。

我們?cè)O(shè)計(jì)的Attention模型具體計(jì)算方式如下，首先將實(shí)體對(duì)與句子中的每個(gè)單詞進(jìn)行相似性計(jì)算得到每個(gè)單詞與實(shí)體對(duì)的相似度作為注意力權(quán)重。

e是實(shí)體對(duì)相應(yīng)的向量表示，然后對(duì)權(quán)重進(jìn)行歸一化處理。

最后將權(quán)重與相應(yīng)的單詞進(jìn)行加權(quán)求和，得到每個(gè)單詞都被添加了與實(shí)體對(duì)相關(guān)信息的輸入句子。

2.3 convolution

由于在關(guān)系抽取任務(wù)中，卷積被定義為權(quán)向量W∈Rl×d和輸入矩陣S∈Rs×d之間的運(yùn)算，l表示過(guò)濾器窗口長(zhǎng)度，在圖1中假設(shè)長(zhǎng)度為3，即從每三個(gè)單詞中提取一個(gè)新的特征。設(shè)xi:i+j={xi，xi+1，…，xi+j-1}，則經(jīng)過(guò)卷積后一個(gè)窗口xi:i+f生成的特征ci如下：

這里b∈R是偏置項(xiàng)，f是非線性函數(shù)。過(guò)濾器W將從x1滑動(dòng)至xs產(chǎn)生特征c={c1，c2，…，cdc}，dc=s-l+1。

2.4 ResNet

殘差網(wǎng)絡(luò)的學(xué)習(xí)目標(biāo)是殘差F(x)=H(x)-x，這種跳躍式的學(xué)習(xí)結(jié)構(gòu)忽視了中間層直接將低層表示與高層表示相連接，并且極大地緩解了困擾深度網(wǎng)絡(luò)的梯度消失問(wèn)題。在我們?cè)O(shè)計(jì)的模型中，我們使用捷徑連接（shortcut connections）來(lái)構(gòu)建殘差卷積結(jié)構(gòu)。每一個(gè)殘差塊包含兩層卷積，每層卷積層后面緊接著一層非線性層，激活函數(shù)設(shè)置為Re-LU激活函數(shù)。所有的卷積窗口大小都是l×d，在經(jīng)過(guò)padding之后輸出與輸入保持相同的尺寸。第一層層卷積過(guò)后，第i個(gè)窗口輸出結(jié)果如下：

第二層卷積過(guò)后，第i個(gè)窗口輸出結(jié)果如下：

這里的b1和b2是每一層的偏置，b1，b2∈Rdc。殘差塊學(xué)習(xí)的目標(biāo)如下：

整個(gè)ResNet由四個(gè)上述殘差塊組成一個(gè)級(jí)聯(lián)架構(gòu)，最終輸出結(jié)果為c，代表提取出的更抽象的關(guān)系信息，c∈Rdc×1。

2.5 Max Pooling，Softm ax Output

卷積層和ResNet層的輸出依賴于輸入句子的長(zhǎng)度，為了消除這種影響，我們應(yīng)用了最大池化（Max Pooling）層將ResNet層提取的特征結(jié)合起來(lái)，Max Pooling的主要目的是捕捉每個(gè)特征映射中最重要的特征，c′=max(c)合并后可以得到更高層的特征，m表示過(guò)濾器的數(shù)目。為

了計(jì)算每個(gè)關(guān)系的置信度，我們將z輸入一個(gè)全連接的softmax層中：

o是網(wǎng)絡(luò)的最終輸出對(duì)應(yīng)于與所有關(guān)系類型相關(guān)聯(lián)的分?jǐn)?shù)，其中分?jǐn)?shù)最大的一項(xiàng)為當(dāng)前句子的關(guān)系，n表示需要識(shí)別的關(guān)系類型數(shù)目，最后為了避免過(guò)擬合我們選擇在輸出層使用dropout：

°是元素乘法操作，r是概率為p的伯努利隨機(jī)變量的向量。在測(cè)試過(guò)程中，學(xué)習(xí)到的權(quán)重向量按p縮放，并用來(lái)評(píng)估實(shí)例（這里不使用dropout）。

3 實(shí)驗(yàn)

3.1 實(shí)驗(yàn)配置

在本文中，我們的Word Embedding是使用Skip-gram模型在NYT語(yǔ)料庫(kù)上訓(xùn)練得到的。ARCNN算法使用的Word Embedding的尺寸是50，輸入文本經(jīng)過(guò)padding之后尺寸固定為100。模型采用Tensorflow框架構(gòu)建，選用了自適應(yīng)優(yōu)化算法Adam來(lái)最小化目標(biāo)函數(shù)，每批次訓(xùn)練數(shù)據(jù)大小設(shè)為B=64，初始學(xué)習(xí)速率設(shè)為λ=0.001。整體實(shí)驗(yàn)基于TensorFlow 1.7.0。所有的實(shí)驗(yàn)都是在三個(gè)Nvidia GTX 1080（GPU）上進(jìn)行的。在表1我們展示了所有的實(shí)驗(yàn)參數(shù)配置。

表1 實(shí)驗(yàn)參數(shù)

為了評(píng)價(jià)模型效果，我們通過(guò)held-out評(píng)估方法對(duì)以下幾種模型進(jìn)行比較。CNN由Zeng等（2014）［3］提出，包含了一層卷積層和一層全連接層。CNN+ATT添加了注意力機(jī)制的CNN模型，由Lin等（2016）［4］提 出。ResCNN-9由Huang等（2017）提出，在CNN的基礎(chǔ)上添加了4個(gè)殘差塊及兩層全連接層。ARCNN-9則是我們提出的包含注意力機(jī)制的深層CNN模型。

3.2 結(jié)果

我們?cè)谝粋€(gè)開(kāi)放使用的NYT freebase大型數(shù)據(jù)集上評(píng)估實(shí)驗(yàn)效果。該數(shù)據(jù)集的優(yōu)點(diǎn)在于訓(xùn)練數(shù)據(jù)含有570088個(gè)實(shí)例，測(cè)試數(shù)據(jù)含有172448個(gè)實(shí)例，數(shù)據(jù)格式為（實(shí)體對(duì)，關(guān)系，句子）。與Zeng等（2015），Lin等（2016）［2，4］類似，我們采用precision/recall曲線和Precision@N（P@N）來(lái)評(píng)判模型效果。

在圖2中，我們提出的模型ARCNN與其他幾種深度學(xué)習(xí)模型進(jìn)行了比較。首先，深層的網(wǎng)絡(luò)模型確實(shí)取得了相比單層CNN更好的效果，假設(shè)低層，中層和高層網(wǎng)絡(luò)分別學(xué)習(xí)了文本中隱藏的詞法，句法和語(yǔ)義表示，ResNet的shortcut connections結(jié)構(gòu)則跨過(guò)了句法直接將詞法和語(yǔ)義相連接使ResCNN模型可以讀取更關(guān)鍵的信息［5］。其次CNN+ATT模型取得了近似于ResCNN-9的效果，驗(yàn)證了Attention機(jī)制在處理噪音數(shù)據(jù)上的優(yōu)良性能。最后結(jié)果顯示我們結(jié)合ResNet結(jié)構(gòu)與Attention機(jī)制的優(yōu)點(diǎn)提出的新的ARCNN模型的召回率在不丟失精確率的情況下相比ResCNN模型和CNN+ATT模型有較大的提升，獲得了更好的效果。

圖2 ARCNN與不同的CNN模型的比較結(jié)果

表2 多種關(guān)系抽取模型的P@N

在表2中我們使用了Precision@N方法比較了各種模型的性能，當(dāng)N=100時(shí)，ARCNN的precision高達(dá)84%，當(dāng)N=300時(shí)，precision也不低于70%。相較CNN、ResCNN和CNN+ATT而言，本文提出的ARCNN在所有的測(cè)試設(shè)置中都達(dá)到了更好的性能。

4 結(jié)語(yǔ)

本文介紹了一種用于遠(yuǎn)程監(jiān)督關(guān)系提取的深度學(xué)習(xí)方法。我們證明了：1）更深的卷積模型有助于從文本中提取更關(guān)鍵的信息；2）Attention機(jī)制可以更好地抑制遠(yuǎn)程監(jiān)督數(shù)據(jù)中的噪音影響。

在實(shí)驗(yàn)中評(píng)估了我們的深度學(xué)習(xí)模型ARCNN，相對(duì)于ResCNN和CNN+ATT模型，在關(guān)系抽取任務(wù)中ARCNN模型表現(xiàn)出了更好的性能。