【自然语言处理实践14】基于预训练-微调的关系抽取.pptxVIP

1基于预训练-微调的关系抽取

2关系抽取关系抽取的目标是对于给定的自然语言句子（输入），根据预先定义的schema集合，抽取出所有满足schema约束的SPO三元组（输出）。schema定义了关系P以及其对应的主体S和客体O的类别。例如，「妻子」关系的schema定义为：{S_TYPE:人物,P:妻子,O_TYPE:{@value:人物}}

3关系抽取关系抽取是指自动识别实体之间具有的某种语义关系，根据参与实体的多少可以分为二元关系抽取（两个实体）和多元关系抽取（三个及以上实体），比如某人生活在某地，这就是两个实体间的关系；

4Why预训练-微调的架构很多场景存在海量数据，其中蕴含着大量错综复杂的关系；这些关系一方面存在于这些大量的数据，只有收集足够多的数据，才能够获取；另一方面这些关系的复杂程度需要有大量训练样本，才能够使得模型有能力、有背景知识，来从数据中将其学习得到；自Bert以来，大模型、预训练-微调，海量数据，成为了NLP文本任务，尤其是关系抽取等基本重要任务的主流范式；此外，传统的关系抽取模型，在低资源情况下表现一般，泛化性不足，无法实现较好的领域迁移应用。

5基于预训练-微调的关系抽取以医疗场景为例，其基本结构图如下：医疗关系抽取语料无标注医疗文献与病历预处理预训练模型神经网络大模型上的微调后处理抽取结果抽取的