江旭，錢雪忠，宋威

（江南大學人工智能與計算機學院，江蘇無錫 214112）

0 概述

實體關(guān)系抽取作為信息抽取、自然語言理解、信息檢索等領(lǐng)域的核心任務(wù)和重要環(huán)節(jié)，可從非結(jié)構(gòu)化和程序化的文本中提取實體之間的語義關(guān)系，為用戶提供更加精準全面的信息。實體關(guān)系抽取通常是在非結(jié)構(gòu)化和程序化的文本中提取二元關(guān)系并組成關(guān)系三元組的形式，例如，其中，Entity1和Entity2 表示兩個實體，Relation 表示兩個實體之間的關(guān)系。給定一個句子“創(chuàng)立了”，可以看出兩個實體之間的關(guān)系為“創(chuàng)立”。

在現(xiàn)有關(guān)系抽取方法中，監(jiān)督關(guān)系抽取的準確率較高，但耗費大量人力資源。遠程監(jiān)督關(guān)系抽取方法通過數(shù)據(jù)自動對齊方式解決了大量無標簽數(shù)據(jù)的自動標注問題，并且能夠大幅減少標注成本，但存在知識庫標注的句子有噪聲、實體與關(guān)系之間表示不明確、無法準確表達句子與實體之間關(guān)系等問題。針對這些問題，研究人員提出了一系列解決方案。文獻［1］提出圖卷積網(wǎng)絡(luò)，能夠處理具有廣義拓撲圖結(jié)構(gòu)的數(shù)據(jù)，并深入挖掘其實體和關(guān)系特征。文獻［2］結(jié)合多實例與分段卷積神經(jīng)網(wǎng)絡(luò)（Piecewise Convolutional Neural Network，PCNN）進行遠程監(jiān)督關(guān)系抽取。文獻［3］引入注意力機制，利用句子與關(guān)系來分配權(quán)重，通過對正確的句子與關(guān)系分配較高的權(quán)重，提升了關(guān)系抽取性能。隨著深度學習技術(shù)的發(fā)展，神經(jīng)網(wǎng)絡(luò)［4-5］被廣泛應(yīng)用于遠程監(jiān)督關(guān)系提取。文獻［6］提出分段卷積神經(jīng)網(wǎng)絡(luò)來建模句子表示，并選擇準確的句子作為句袋表示。文獻［7］使用多種神經(jīng)網(wǎng)絡(luò)作為句子編碼器，并提出一種句袋內(nèi)注意力機制，通過句袋中所有句子表示的加權(quán)和來計算句袋。文獻［8］采用類似的注意力機制，并結(jié)合實體描述來計算權(quán)重。文獻［9］提出一種軟標簽方法來降低噪聲實例的影響。文獻［10］采用雙向長短時記憶（Bi-directional Long Short-Term Memory，BiLSTM）網(wǎng)絡(luò)來提取句子特征，使用注意力機制來識別噪聲句子以及句袋。

上述遠程監(jiān)督關(guān)系抽取方法利用句子嵌入的加權(quán)和來表示句袋［11］，以關(guān)系感知的方式計算句袋內(nèi)的注意力權(quán)重，并在訓練階段使用相同的句袋表示來計算該句袋被分類到每個關(guān)系中的概率，然而這種采取先識別實體再預(yù)測關(guān)系的端到端抽取方式會導致前一個任務(wù)的錯誤傳遞到下一個任務(wù)，并且忽略了實體與各個關(guān)系之間的聯(lián)系。為解決上述問題，本文提出基于殘差BiLSTM（ResNet_BiLSTM）與句袋內(nèi)和句袋間注意力機制的實體關(guān)系抽取模型。通過句子嵌入的加權(quán)和計算關(guān)系感知句袋，并結(jié)合句袋注意力模塊，在模型訓練過程中動態(tài)計算句袋注意力權(quán)重，以解決句袋噪聲問題。

1 基于ResNet_BiLSTM 與句袋注意力的關(guān)系抽取

本文提出一種基于ResNet_BiLSTM 與句袋注意力的關(guān)系抽取模型，用于遠程監(jiān)督關(guān)系抽取。g={b1，b2，…，bn}表示一組遠程監(jiān)督給出的具有相同關(guān)系標簽的句袋，n是句袋數(shù)量表示句子數(shù)為m的句袋，表示在第i個句袋中的第j個句子，jm表示第j個句子長度，模型框架如圖1 所示，主要包括以下模塊：

圖1 基于ResNet_BiLSTM 與句袋注意力機制的關(guān)系抽取模型框架Fig.1 Framework of relationship extraction model based on ResNet_ BiLSTM and sentence bag attention mechanism

1）句子編碼器。給定一個句子和句子中兩個實體的位置［12］，得到句子的輸入表示。

2）ResNet_BiLSTM 特征提取器。由句子編碼器得到的輸入句子表示，通過輸入ResNet_BiLSTM 得到句子特征［13］表示。

3）句袋內(nèi)注意力機制。給定句袋bi中所有句子的句子表示和關(guān)系嵌入矩陣R、注意力機制權(quán)重向量和句袋表示來計算所有關(guān)系，其中k為關(guān)系索引。

4）句袋間注意力機制。給定一組句袋g，通過基于相似性的注意力機制來進一步計算權(quán)重矩陣β，得到句袋組的表示。

1.1 句子編碼器

句子的特征編碼由詞和詞的位置特征表示，在句子中每個詞被映射成一個dw維度的詞嵌入，句子的特征向量表示為，位置特征［14］是每個詞到實體之間的距離，表示為，將位置特征映射成dp維的詞嵌入，這3個向量的連接向量為dw+2dp維的向量，表示為

1.2 ResNet_BiLSTM 特征提取器

其中：F(x)為BiLSTM 輸出門通過線性變換得到。F(x)計算如式（8）所示：

其中：Whf為隨機初始化權(quán)重矩陣。

1.3 句袋內(nèi)注意力機制

Si∈表示句袋bi中所有句子表示，表示關(guān)系嵌入矩陣，其中h是關(guān)系數(shù)量。與傳統(tǒng)方法不同，傳統(tǒng)方法推導了關(guān)系分類的統(tǒng)一句袋表示，本文方法在所有可能的關(guān)系條件下計算句袋bi的表示：

其中：rk是關(guān)系嵌入矩陣R2的第k行；T是訓練樣本集合。

最終句袋bi表示為矩陣，每行對應(yīng)于此句袋中可能的關(guān)系類型。

1.4 句袋間注意力機制

為解決句袋帶噪問題，設(shè)計一種基于相似性的句袋間注意力模塊［16］來動態(tài)地降低帶噪句袋的權(quán)重。如果兩個句袋bi1和bi2都被標記為關(guān)系k，則和應(yīng)該關(guān)系更接近，給定一組具有相同關(guān)系標簽的句袋，將更高的權(quán)重分配給該組中與其他句袋接近的句袋，句袋組g可表述如下：

其中：g∈；βik組成注意力權(quán)重矩陣β∈Rn×k。βik計算如式（13）所示：

其中：γik表示用第k個關(guān)系標記句袋bi的置信度［17］。受到自注意力機制的啟發(fā)［18］，γik使用向量本身計算一組向量的注意力權(quán)重，根據(jù)它們自身表示計算句袋的權(quán)重。γik計算如式（14）所示：

函數(shù)相似性計算如式（15）所示：

然后第k個關(guān)系得分ok通過句袋組g和關(guān)系嵌入rk計算得到，如式（17）所示：

其中：dk是偏置項。

最后使用Softmax 函數(shù)獲得句袋組g被分類為第k個關(guān)系的概率，如式（18）所示：

需要注意的是，相同的關(guān)系嵌入矩陣R用于計算式（11）和式（16），類似的dropout損失率用于句袋表示Bi以防止過擬合。

1.5 模型實現(xiàn)過程

基于ResNet_BiLSTM 與句袋內(nèi)和句袋間注意力機制的關(guān)系抽取模型實現(xiàn)過程具體如下：

1）數(shù)據(jù)處理。首先訓練集中的所有句子包含相同的兩個實體，將其累加到一個句袋，然后對于每n個共用的句袋，將相同的關(guān)系標簽放入一個句袋中，需要注意的是，一個句袋組是一個訓練樣本。因此，該模型也可以在小批量模式下通過打包多個句袋組成一批句袋。

2）目標函數(shù)優(yōu)化。優(yōu)化公式如式（19）所示：

其中：θ是模型參數(shù)集，包括單詞嵌入矩陣、位置特征嵌入矩陣、權(quán)重矩陣和關(guān)系嵌入矩陣；J(θ)通過mini-batch隨機梯度下降法（Stochastic Gradient Descent，SGD）來優(yōu)化模型［20］。

3）訓練和測試。在訓練階段，將具有相同關(guān)系標簽的n個句袋累積到1 個句袋組中，并計算句袋表示的加權(quán)和，以獲得句袋組g的表示。由于每個句袋的標簽在測試階段是未知的，因此在處理測試組時，每個句袋被視為一個句袋組（即n=1）。此外，與文獻［15］類似，僅對正樣本應(yīng)用句袋間注意力機制，其原因是表示無關(guān)系的句袋表示形式是多樣的，難以計算權(quán)重。

4）預(yù)訓練。在實驗中采用預(yù)訓練策略，首先對模型進行句袋內(nèi)訓練，直到收斂，然后添加句袋間注意力機制模塊，進一步更新模型參數(shù)，直至再一次收斂。初步的實驗結(jié)果表明，預(yù)訓練策略相比于句袋間注意力機制能夠獲得更好的模型性能。

2 實驗設(shè)置與結(jié)果分析

2.1 數(shù)據(jù)集和評價指標選取

實驗采用NYT（New York Times）數(shù)據(jù)集。該數(shù)據(jù)集由文獻［21］發(fā)布并得到廣泛使用，基于遠程監(jiān)督關(guān)系提取研究，將Freebase 知識庫中的三元組和NYT 數(shù)據(jù)集中的文本對齊生成，包含52 個實際關(guān)系和1 個特殊關(guān)系NA，其中NA 表明2 個實體之間沒有關(guān)聯(lián)性。

在計算機上使用NVIDIA GTX 1080 Ti 顯卡運行程序，采用精確率-召回率（Precision-Recall，PR）、曲線下面積（Area Under the Curve，AUC）和精確率（Precision，P）@N（P@N）［22］來評估模型性能。P@N采用One、Two 和All 測試集，其中，One 表示對測試集中每個實體對隨機選擇一個句子，通過這一個句子對關(guān)系進行預(yù)測，Two 表示對測試集中每個實體對隨機選擇兩個句子，通過這兩個句子對關(guān)系進行預(yù)測，All 表示對測試集中每個實體對選擇所有句子對關(guān)系進行預(yù)測，mean 表示對求得的結(jié)果取平均值。P@N使用了前N個實例的準確率，其中N取100、200、300。

2.2 訓練細節(jié)和超參數(shù)設(shè)置

在實驗中，使用的多數(shù)超參數(shù)遵循文獻［23］中的設(shè)置，如表1 所示。在初始化時采用文獻［19］發(fā)布的50 維單詞嵌入。2 個不同批量大小Np和Nt分別用于預(yù)訓練和訓練，使用訓練集進行網(wǎng)格搜索來確定n的最佳值，n∈{3，4，…，10}，Nt∈{3，4，…，200}，Np∈{10，20，50，100，200}。需要注意的是，增加句袋組數(shù)量n可能會增強句袋間注意力，導致訓練樣本減少，當n=1 時，句袋間注意力的影響將消失。使用mini-batch SGD 的初始學習率為0.1，學習率在每100 000 步后下降至之前的1/10，在實驗中僅包含句袋內(nèi)注意力的預(yù)訓練模型，在300 000 步內(nèi)收斂，包含句袋間注意力的訓練模型的初始學習率設(shè)置為0.001。

表1 實驗超參數(shù)設(shè)置Table 1 Setting of experimental superparameters

2.3 模型性能對比

選取文獻［24］中的11 種模型與本文ResNet_BiLSTM+ATT_RA+BAG_ATT 模型進行性能對比，其中，CNN、PCNN 和ResNet_BiLSTM 分別表示不同句子編碼方式，ATT_BL 表示基于句袋內(nèi)注意力，ATT_RA 表示基于關(guān)系感知的句袋內(nèi)注意力機制，BAG_ATT 表示基于句袋間注意力。在訓練階段，用于計算注意力權(quán)重的關(guān)系查詢向量被固定為與每個句袋的遠程監(jiān)督標簽相關(guān)聯(lián)的嵌入向量［25-26］。在測試階段，所有關(guān)系查詢向量都被應(yīng)用于分別計算關(guān)系的后驗概率，選擇概率高的結(jié)果作為分類結(jié)果，給出所有模型的AUC 值的平均值和標準差如表2所示。

表2 不同模型的AUC 值比較Table 2 Comparison of AUC values of different models

為進行定量比較，還繪制了所有模型的PR 曲線圖如圖2～圖4 所示。由圖2～圖4 可以看出：

圖2 CNN 句子編碼的PR 曲線Fig.2 PR curves of CNN sentence coding

圖3 PCNN 句子編碼的PR 曲線Fig.3 PR curves of PCNN sentence coding

圖4 ResNet_BiLSTM 句子編碼的PR 曲線Fig.4 PR curves of ResNet_BiLSTM sentence coding

1）ResNet_BiLSTM 作為句子編碼器相比于CNN、PCNN 表現(xiàn)更好。

2）使 用ResNet_BiLSTM、CNN 或PCNN作為句子編碼器時，ATT_RA 優(yōu)于ATT_BL，主要原因為ATT_BL 在訓練時推導出句袋表示時僅考慮目標關(guān)系，而ATT_RA 以所有關(guān)系嵌入作為查詢，計算出句袋內(nèi)的注意力權(quán)重，提高了句袋表示的靈活性。

3）對于3 種句子編碼器和2 種句袋內(nèi)注意力機制，帶有句袋注意力機制的模型相比于其他模型具有更好的性能，這一結(jié)果驗證了句袋間注意力機制用于遠程監(jiān)督關(guān)系提取的有效性。

可見，將ResNet_BiLSTM 作為句子編碼器并與句袋內(nèi)和句袋間注意力機制相結(jié)合可獲得最佳AUC性能。

2.4 句袋內(nèi)注意力機制對模型性能的影響

通過實驗驗證句袋內(nèi)注意力機制對模型性能的影響，隨機選擇實體對的1 句、2 句和所有句子進行測試并構(gòu)造One、Two、All 這3 個測試集，實驗結(jié)果如表3 所示。

表3 在3 種測試集上的模型P@N 比較Table 3 Comparison of P@N of models on three test sets %

由表3 可以看出，ResNet_BiLSTM+ATT_AL+BAG_ATT 具有較高的P@N值，無論采用ResNet_BiLSTM 還是BAG_ATT，ATT_RA 在所有實體對測試集上均優(yōu)于ATT_BL。由于當一個句袋中只有一個句子時，ATT_BL 和ATT_RA 的解碼程序是相同的，因此從ATT_BL 到ATT_RA 的改進可歸因于ATT_RA 在訓練階段以關(guān)系感知的方式計算句袋內(nèi)注意力權(quán)重。

2.5 句袋間注意力權(quán)重分布

將句袋中的句子數(shù)設(shè)置為5 進行句袋間注意力計算，每個句袋首先使用BAG_ATT 模型來計算句袋間注意力機制的權(quán)重，然后計算訓練集各部分句袋間注意力權(quán)重的平均值和標準差，如表4 所示。由表4 可以看出，訓練句子數(shù)量較少的句袋通常被分配較低的句袋間注意力權(quán)重，且訓練句子數(shù)量較少的實體對更可能有不正確的關(guān)系標簽。

表4 不同句子數(shù)的句袋間注意力權(quán)重分布Table 4 Distribution of attention weight between inter-sentence bags with different number of sentences

3 結(jié)束語

本文提出基于ResNet_BiLSTM 與句袋內(nèi)和句袋間注意力機制的實體關(guān)系抽取模型。引入殘差連接采集句子特征信息，保留句子在前后傳遞過程中的特征信息。通過BiLSTM 進行句子特征信息識別與訓練，解決了反向特征依賴問題。使用句袋內(nèi)注意力機制，對正向?qū)嶓w與關(guān)系賦予更高權(quán)重，提高識別準確性。采用句袋間注意力機制，緩解了在提取句子中的關(guān)系時的噪聲句袋問題。在NYT 數(shù)據(jù)集上的實驗結(jié)果表明，該模型能夠充分利用實體與關(guān)系特征，具有更好的關(guān)系抽取性能。下一步將使用實體關(guān)系與句子的分區(qū)過濾策略，并結(jié)合BERT 提取語義特征，進一步提高關(guān)系抽取的準確性和靈活性。