关键词:
联合抽取
电网新设备启动方案
全局指针
BERT
对抗训练
多任务动态加权
摘要:
构建电网新设备启动方案的知识图谱有助于提升电力系统的智能化水平,实体关系抽取是其重要基础任务之一。针对电网新设备启动方案文本语义关系复杂、存在实体嵌套和三元组重叠的情况,本文提出了一种融合BERT和全局指针网络的联合抽取模型。首先引入RoBERTa-wwm-ext预训练模型以增强复杂语义关系文本的学习能力。其次通过全局指针网络将实体首尾作为一个整体进行统一标注,以解决实体嵌套问题。然后搭建全局指针联合解码模型,以解决三元组重叠的问题。最后引入对抗训练和多任务动态加权机制,以进一步提升该模型的稳定性和识别效果。所提模型在电网新设备启动方案实体关系联合抽取任务中的精确率、召回率和F 1值分别达到92.77%、94.79%和93.77%,验证了所提模型的有效性。