基于對比學(xué)習與梯度懲罰的實體關(guān)系聯(lián)合抽取模型

摘要： 針對使用全局指針網(wǎng)絡(luò)進行實體關(guān)系抽取時特征信息不明顯的實體關(guān)系類型數(shù)據(jù)稀疏問題，以及數(shù)據(jù)中存在的類別不平衡和錯誤標注問題，提出一種基于對比學(xué)習和梯度懲罰方法并使用改進的RoBERTa預(yù)訓(xùn)練模型的實體關(guān)系聯(lián)合抽取模型，在阿里天池中文醫(yī)療信息處理評測基準數(shù)據(jù)集CBLUE2.0上進行實驗的結(jié)果表明，該模型相比全局指針網(wǎng)絡(luò)效果更優(yōu)，能更有效完成復(fù)雜數(shù)據(jù)的實體關(guān)系抽取.