关系抽取TPLinker: Single-stage Joint Extraction of Entities and Relations Through Token Pair Linking

纵轴为头，横轴为尾，图中的两个红色 1 标签分别标注了（北，市）和（北，府），代表“北京市”和“北京市政府”为两个实体。

实体解决了，那么关系怎么办呢？那是一个下午，落日的余光洒在地板上显得格外刺眼，我看了一眼客厅的沙发，忽然想起了那天夕阳下的思考。一拍脑袋，邻接矩阵不就是用来表示节点关系的吗？实体关系可不可以也用两个 token 的关系来表示呢？答案又呼之欲出了。对，那就是 subject 和 object 的头部 token 以及尾部 token。例如：（周星驰，演员，喜剧之王）-> （周，演员，喜），（驰，演员，王）。

有些同学可能会疑惑为什么还要标尾部 token，头部 token 对的关系不就已经足够表达关系了吗？那是因为如果不确定尾部边界，仍然无缝解决嵌套问题。如前文例子中的“北京市”和“北京市政府”就是共享头部 token 的嵌套实体。

有些小伙伴可能已经看出来了，我们不知不觉就把 subject 和 object 在同一解码阶段确定了下来。于是，曝光偏差就不存在了。

其中紫色标签代表实体的头尾关系，红色标签代表 subject 和 object 的头部关系，蓝色标签代表 subject 和 object 的尾部关系。

上三角形状的标注，提高标注效率

从图2的左面板可以看出，矩阵是非常稀疏的，尤其是下三角区域。因为实体尾部不可能出现在实体头部之前，所以下三角区域的标签都是0，这是对内存的巨大浪费。但是，客体可能出现在对应的主体实体之前，这意味着直接删除下三角区域是不合理的。在此之前，我们将下三角区域中的所有标记1映射到上三角区域中的标记2，然后删除下三角区域。如图二右侧所示。

标签：关系,实体,Entities,TPLinker,三角,object,Extraction,token,subject
来源： https://blog.csdn.net/qq_15821487/article/details/122144210