【自然语言处理】关系抽取 —— GDPNet 讲解

GDPNet

论文信息

标题：GDPNet: Refining Latent Multi-View Graph for Relation Extraction

作者：Fuzhao Xue, Aixin Sun, Hao Zhang, Eng Siong Chng

期刊：AAAI 2021

发布时间与更新时间：2020.12.12

主题：自然语言处理、关系抽取、对话场景、BERT、GCN

arXiv：[2012.06780] GDPNet: Refining Latent Multi-View Graph for Relation Extraction (arxiv.org)

代码：https://github.com/XueFuzhao/GDPNet

概述

GDPNet 是由 BERT、图处理模块和 Softmax 分类器三大模块构成的、用于长文本或对话场景关系抽取的模型。GDPNet 最核心的部件是图处理模块，它的出现避免了引入用于获取句法依存关系的外部解析器，进而阻止了错误解析带来的误差在图卷积过程中传播。GDPNet 的图处理模型以 BERT 的输出作为图结构的节点，通过高斯图生成器（Gaussian Graph Generator，GGG）对多视图的图结构的边权进行初始化，得到潜在多视图的图结构（latent multi-view graph），潜在图经过密集连接的图卷积和动态时序扭曲池化模块（Dynamic Time Warping