Apr, 2024
利用句法依赖和语义一致性进行否定三元组提取
Negation Triplet Extraction with Syntactic Dependency and Semantic
Consistency
TL;DR本文提出了一种新的否定三元组抽取（NTE）任务，旨在提取否定主语、否定提示和范围。我们设计了一种基于生成预训练语言模型（PLM）的Syntax&Semantic-Enhanced Negation Extraction模型（SSENE），通过多任务学习框架，该模型通过将给定句子的句法依赖树结合到PLM的编码器中，来发现否定主语、提示和范围之间的关系，并通过辅助任务学习确保句子与提取的三元组之间的语义一致性。此外，我们还基于美团真实平台上用户评论构建了高质量的中文数据集NegComment，在该数据集上的评估结果表明，与基准系统相比，SSENE实现了最佳的NTE性能。通过消融实验和案例研究也证明，将句法信息纳入PLM有助于识别主语和提示之间的远程依赖关系，辅助任务学习有助于提取具有更多语义一致性的否定三元组。