关系抽取任务的模型与实现细节-FlyAI

关系抽取任务的模型与实现细节

自然语言处理

最后更新 2022-05-06 20:05 阅读 3478

最后更新 2022-05-06 20:05

阅读 3478

自然语言处理

由于需要构建知识图谱，所以在实体识别的基础上，我们需要构建一个模型来识别同一个句子中实体间的关系。关系抽取本身是一个分类问题。给定两个实体和两个实体共同出现的句子文本，判别两个实体之间的关系。

在具体实现的过程中，主要参考了 [crownpku_github](http://www.crownpku.com//2017/08/19/%E7%94%A8Bi-GRU%E5%92%8C%E5%AD%97%E5%90%91%E9%87%8F%E5%81%9A%E7%AB%AF%E5%88%B0%E7%AB%AF%E7%9A%84%E4%B8%AD%E6%96%87%E5%85%B3%E7%B3%BB%E6%8A%BD%E5%8F%96.html) 的模型结构。他的实践中使用了双向 `GRU`，字与句子的双重`Attention`模型，以天然适配中文特性的字向量（charactor embedding）作为输入。以下主要介绍了本次实践的一些细节，具体模型及代码请参考 [github](https://github.com/lixuanhng/NLP_related_projects/tree/master/RE)

下面主要从如下几个方面进行叙述：

1. 为什么要选择这个模型？
2. 特征工程是如何做到？
3. 有哪些参数，参数量有多大
4. 现在使用的方法有什么缺点，如何进行改进？

## 模型构建

`BiGRU`加字级别`Attention`的模型想法来自文章 [Attention-Based Bidirectional Long Short-Term Memory Networks for Relation Classification](https://www.aclweb.org/anthology/P16-2034.pdf)。在这篇文章中使用的模型是`BiLSTM+Attention`。相比于单向一层的RNN，使用BiLSTM能够更好捕捉双向的语义关系，并且能够在一定程度上减小梯度消失带来的问题。而注意力机制可以聚焦到影响分类结果的核心词语，在不使用额外知识的条件下捕捉到句子间重要的语义信息。这里将原文的模型结构中的`LSTM`改为`GRU`，且对句子中的每一个中文字符输入为`character embedding`。这样的模型对每一个句子输入做训练，并加入字级别的`attention`。

![BiGRU+Attention1](/Users/lixuanhong/Desktop/Materials/NLP/BiGRU+Attention1.png)

句子级别`Attention`的想法来自文章 [Neural Relation Extraction with Selective Attention over Instances](https://www.aclweb.org/anthology/P16-1200v2.pdf) 。针对远程监督场景下的关系抽取中存在的，由于误标签传播引起的训练数据噪声过大的问题，论文作者在关系语句层面上引入Attention机制，通过赋予包含某三元组的句子的不同的权重，从而减少噪声，进而提升学习效果。这里将其中对每个句子进行`encoding`的CNN模块换成上面的双向`GRU`模型。这样的模型对每一种类别的句子输入做共同训练，加入句子级别的`attention`。

![BIGRU+Attention2](/Users/lixuanhong/Desktop/Materials/NLP/BIGRU+Attention2.png)

### 假设

1. 一个训练样本中，即一个句子中只包含两个实体，且这两个实体之间一定是有关系的；
2. 两个实体之间只存在一种关系，也就是说一个句子中只隐式的包含一种关系

### 特征构建：

输入数据由字向量与位置向量组成。对于每个字，首先确定这个字在词表中的id（用于在训练时获取其id对应的词向量），然后获得这个词与句子中两个实体的距离，这个距离的最大范围规定在-60到60之间，小于的部分设置为0，大于的部分设置为123。

在模型构建中，使用已经训练好的字向量作为字的初始化向量（向量维度为100），使用随机初始化的方式初始化位置向量（向量为5），在模型训练的过程中对位置向量的参数矩阵继续训练。对于模型输入来说，其向量维度为110，即同一字向量与两个位置向量拼接而成。最大文本长度设置为70。

### 模型细节：

+ BiLSTM + 字级别Attention（向量计算过程基本按采用原论文中的方法）

准备正序和逆序的文本序列及位置序列，通过向量矩阵分别获取文本向量和位置向量，然后将二者进行拼接；拼接完毕后将正序和逆序的向量分别通过BiLSTM层和dropout层，得到向量结果按位相加；

BiLSTM输出的结果首先通过一个tanh激活函数，$M = tanh(H)$；然后与一个维度为文本序列长度的参数矩阵相乘，并通过softmax得到权值（即Attention的结果）$\alpha = softmax(\omega^T M)$；将这个权值加到BiLSTM的输出结果上，得到句子最终的向量表示，$r = H \alpha^T$。公式表示为：

+ 句子级别 Attention

从一个batch中每次取出一个向量，首先计算它的tanh函数结果，然后计算当前这个句子的权值，这个权值的计算过程使用了$softmax$ ($\alpha_i = \frac {exp(e_i)}{\sum_k exp(e_k)}$)，输入的数据 $e_i$ 为当前句子与对应关系的打分结果，这个结果为 $e_i = x_iAr$，其中 $x_i$ 为句向量，$A$ 为权重的对角矩阵，$r$  为具体关系r的向量表示，这两个都是可训练的参数。得到的Attention参数 $\alpha_i$ 要乘以对应句子向量得到整个集合上的结果，公式表示为 $s = \sum_i \alpha_ix_i$

模型最终的输出结果为 $o = Ms+d$ ，其中 $M$ 为关系矩阵的表示，$d$ 为一个偏置向量，这两个都是可训练的参数。这里相当于将整个集合的 $s$ 作为输入，为其配置参数和偏置，$o$ 为这一层的输出，后面接softmax输出每个类别下的概率。

### 模型参数说明：

1. BiLSTM模型中的参数，2倍的LSTM中的参数
2. 字级别attention中的参数有1个，大小为神经元个数*1
3. 句级别attention中的参数有4个，分别是上文的`A，r，M，d`，参数量见re_model.py文件

### 训练情况：

当前关系类别只有3个，分别是：【正向关系，反向关系，没有关系】，训练数据3000条，测试数据1000条；

其中没有关系的训练数据个数为300，通过处理数据进行构造的。

### 评价方法：

+ correct_by_relation表示：预测结果显示有关系，实际标签也是有关系，并且两个的结果是吻合的，进行计数（TP）；
+ guessed_by_relation表示：预测显示有关系则全部进行计数（TP+FP）；
+ gold_by_relation：实际标签显示有关系则全部进行计数（TP+FN）。

```python
def score(key, prediction, verbose=False):
    correct_by_relation = Counter()
    guessed_by_relation = Counter()
    gold_by_relation    = Counter()

# Loop over the data to compute a score
    for row in range(len(key)):
        gold = key[row]           # 存放真实关系
        guess = prediction[row]   # 存放预测关系
         
        if gold == NO_RELATION and guess == NO_RELATION:
            pass
        elif gold == NO_RELATION and guess != NO_RELATION:
            guessed_by_relation[guess] += 1
        elif gold != NO_RELATION and guess == NO_RELATION:
            gold_by_relation[gold] += 1
        elif gold != NO_RELATION and guess != NO_RELATION:
            guessed_by_relation[guess] += 1
            gold_by_relation[gold] += 1
            if gold == guess:
                correct_by_relation[guess] += 1

# 计算presicion和recall，f1的值
prec_micro = 1.0
if sum(guessed_by_relation.values()) > 0:
    prec_micro = float(sum(correct_by_relation.values())) / float(sum(guessed_by_relation.values()))
recall_micro = 0.0
if sum(gold_by_relation.values()) > 0:
    recall_micro = float(sum(correct_by_relation.values())) / float(sum(gold_by_relation.values()))
f1_micro = 0.0
if prec_micro + recall_micro > 0.0:
    f1_micro = 2.0 * prec_micro * recall_micro / (prec_micro + recall_micro)         
```

### 优化方法：

1. 当前的位置向量计算方式是，句子中的每一个字分别到两个实体间的距离。但这个距离是每个字到实体第一个字的距离，可以尝试为每个字到实体最后一个字的距离也做位置向量，进行向量的拼接或是按位相加；

2. batch_size的值会影响预测的准确率，因为attention的计算指定了batch_size=50，所以在预测阶段，如果batch_size的维持在50左右（甚至大于50），则预测准确率也会维持在80%以上；而如果batch_size比较小，准确率也会伴随有一定程度的降低；
3. 比较理想的数据是，每一个完成句子中应该只包含了一种实体关系。但如果这个句子包含多个实体，且这多个实体之间又存在多个关系，这就很难对预测结果进行评价了。因为预测结果只能有1个。例如一个句子中存在3个实体1，2，3，两个关系A（1，2），B（1，3），预测结果为A，但是实际标注为【1，3，B，句子】，但是如果不看实体本身的话，B关系确实也是这个句子中的一种关系。结论：单纯针对一个句子进行预测，可能会遗漏掉很多重要信息（可以参考细粒度情感分析的相关项目；或者使用多分类的方法，一个句子中包含多种关系）；
4. 会存在一些数据不平衡的情况，主要优化方式采用了欠采样的策略进行优化的，准确率提升并不明显。由于采用随机抽样的方式进行构建数据集，欠采样有可能漏掉一些包含关键信息的句子样本。解决数据不平衡的问题，还需要进一步实践。

### 模型总结：

（1）关系抽取本身与分类模型并没有什么区别。首先我们需要知道每一条文本数据中包含了哪两个实体，并且他们之间存在哪种关系，这里的关系就是标签；

（2）输入数据，是采用字向量（对句子中的每个字做embedding）和位置向量（对句子中每个字与两个实体之间的距离进行编码）拼接的方式，共同组成模型的输入；

（3）在最终输出层加入了attention层，对每个句子中每个字做attention，得到的结果再接全连接层和softmax，得到的结果就是softmax后的logits结果，对这个结果进行评价

（4）可优化的方面见3.

本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可，转载请附上原文出处链接和本声明。
本文链接地址：https://flyai.com/article/992

讨论

500字

表情

发送

删除确认

是否删除该条评论？

取消删除