SOTA集结，2020登顶关系抽取的3篇佳作

2020实体关系联合抽取一片红海，各种SOTA方法你方唱罢我方登场，在一些数据集上也是不断刷出新高度，为信息抽取领域带来了新思路，推动了信息抽取领域的发展。本文梳理了实体关系联合抽取取得SOTA的三种方法，以做总结。

 

 

 

先总体对三种方法做个比较：*表示Exact Matching

 

 

 

以下将对上面提到的三篇文章依次进行详细解读。

 

CasRel

论文：A Novel Cascade Binary Tagging Framework for Relational Triple Extraction

地址：https://arxiv.org/abs/1909.03227

 

2019年的时候看到苏剑林在paperweekly上的一篇文章，阐述了其在参加百度SPO竞赛中所使用的方法，这篇论文可以认为是之前所提方法的延伸。

 

论文提出级联二分标记框架CasRel方法（a novel cascade binary tagging framework），与以往把关系看着离散标签不同，这里把关系看着是一个函数fr(sub)->obj，头实体sub是自变量，尾实体obj是因变量，先抽取出头实体，然后结合各关系类型，进一步抽取出对应的尾实体。该方法可以解决实体关系中的EPO/SEO实体重叠问题。结合模型框架图更好理解：

 

 

 

 

CasRel模型可以分两部分理解：

编码部分：采用Bert进行编码，输入subword embedding + position embedding

Cascade解码（级联解码）：先对subject实体进行抽取（subject tagger），然后对每一种关系，进一步去抽取该关系下subject所对应的object实体（relation-specific object tagger）。

 

subject实体抽取：直接在Bert编码后进行span解码，得到实体的start和end位置，如图示，对每个token位置做二分类，判断是否为start位，或者是否为end位。注意：在解码的时候，start和end配对可以采用就近原则得到实体

 

 

 

特定关系下的object实体抽取：结合上图示，obj实体解码类似于sub的解码，需要注意两点：一是对每种关系都要做obj解码，二是obj的解码中引入了上一步中所得到的sub实体的信息Vsub，Vsub是对sub实体中各token向量求平均。当start_o和end_o经过二分判断都为0时，表示该关系下没有对应的obj实体，也即该sub为头实体时不存在这个关系的三元组。

 

 

优化目标及模型损失函数：目标是较大化三元组抽取概率，sub和obj的抽取都是采用span方式，可采用二分交叉熵计算loss。优化目标公式如下：

 

 

实验结果

在NYT和WebNLG两个数据集上达到了SOTA，如下图所示，即使不使用Bert进行编码（使用LSTM）效果依然是十分显著的。实验同时对比了句子中不同三元组数目下的结果，以及Normal、EPO和SEO三种情况下的结果，实验显示CasRel方法在多三元组、EPO和SEO情况下效果提升更明显。

 

 

 

 

总结：

级联两个任务，两个任务独立解码，共享编码，这种模型架构也可以算到多任务学习的范畴，模型先抽取出sub实体，再在各个relation下去抽sub实体对应的obj实体，把relation看成函数，模型整体架构很清晰，特别是在relation纬度上做堆叠，打开了关系抽取的新思路。

 

TPLinker

论文：TPLinker: Single-stage Joint Extraction of Entities and Relations Through Token Pair Linking

地址：https://arxiv.org/abs/2010.13415

 

这篇文章提出TPLinker方法（Token Pair Linking）能够end2end对实体及实体关系三元组进行联合抽取，可解决实体关系抽取中的SEO、EPO、实体嵌套等问题。其设计了一种很巧妙的数据标注方式，被称为Handshaking tagging scheme，这种标注统一了实体及实体关系的信息，同时避免了以往其他方法中普遍存在的标签曝光偏差问题（exposure bias）（训练阶段标签使用ground true，推断阶段标签使用predict tag）。

 

Handshaking tagging scheme: 个人感觉文中所给图示（下图）其实不太好理解，从具体例子出发会更方便理解的。

 

 

 

为长度为n的句子，构造nxn的矩阵M，行、列分别对应着句子中的token，针对句子中的实体及实体关系设计三种标注方式：

entity head to entity tail (EH-to-ET): 对每个实体，将它的头token(行)对应的尾token(列)位置标记为1，反应在M的上三角上，如所给例子实体：New York City  ==> M(New, City) = 1,  De Blasio ==> M(De, Blasio) =1，上图中紫色背景。

subject head to object head (SH-to-OH):  对每个关系下的实体对，将首实体(sub)的头token(行)对应到尾实体(obj)的头token(列)，如所给例子关系mayor实体对：(New York City, De Blasio) ==> M(New, De)，上图中红色背景。

subject tail to object tail (ST-to-OT):   对每个关系下的实体对，将首实体(sub)的尾token(行)对应到尾实体(obj)的尾token(列)，如所给例子关系mayor实体对：(New York City, De Blasio) ==> M(City, Blasio)，上图中蓝色背景。

 

注意：EH-to-ET只会存在M的上三角，而SH-to-OH和ST-to-OT是上下三角都会存在的，为了节省存储资源，同时减少目标tag的稀疏性（还是很稀疏），将M的下三角映射到上三角上，值设置为2。（考虑上三角映射的位置上会不会不为0呢，是会存在这种可能的，但现实中概率很低，如triple (ABC, R, CDE)和(CDE, R, BC)）

 

上面将三元组中的实体信息映射到矩阵上三角，然后将其展平为标记序列，可以得到序列的长度为n*(n+1)/2。如果有N中关系，则经过Handshaking tagging后，得到2N+1个标记序列。

 

解码方式：

先不用去看下面所给的解码图示，考虑上面讲到的Handshaking tagging作为模型的预测目标，实际上是2N+1个n*n的矩阵，矩阵的元素为句子各token对的关系，其值为0、1、2。其中一个矩阵标记了实体EH-to-ET，N个矩阵标记了SH-to-OH，N个矩阵标记了ST-to-OT。文章给出了一个解码的流程，不再贴出，简述过程如下：

 

 

 

解码EH-to-ET可以得到句子中所有的实体，用实体头token idx作为key，实体作为value，存入字典D中

对每种关系r，解码ST-to-OT得到token对存入集合E中，解码SH-to-OH得到token对并在D中关联其token idx的实体value

对上一步中得到的SH-to-OH token对的所有实体value对，在集合E中依次查询是否其尾token对在E中，进而可以得到三元组信息。

 

相关公式：

模型编码可以是LSTM也可以是Bert，Token Pair表示为公式(1)，Handshaking Tagger可以看着是多分类，公式为(2)，损失函数定义为公式(4):

 

 

实验结果：

同样在NYT和WebNLG两个数据集上进行实验，延续CasRel的实验结果，TPLinker方法达到了新的SOTA，同时通过进一步细化实验分析得到以下结论：

 

 

 

句子中triple数目大于5的时候，TPLinker方法优势更加明显

在实体关系标注中只标注实体尾token，和标注实体span相比，并没有简化问题

得益于解码的高效性，TPLinker推断性能相对于CasRel有极大提升

 

总结：

创新性地提出了Handshaking tagging方式，统一了实体与实体关系信息，使得模型能够一次解码得到三元组信息

能够解决实体关系中的实体重叠EPO、SEO问题，受益于EH-to-ET标记，模型同时能够解决嵌套实体问题

end2end得到实体及实体关系，避免了标签暴露偏差的问题

 

SPN4RE

论文：Joint Entity and Relation Extraction with Set Prediction Networks

地址：https://arxiv.org/abs/2011.01675

 

这篇文章出至中科院刘康老师团队，是目前NYT和WebNLG数据集上的SOTA。论文将实体关系联合抽取归纳为三种范式，分别为：

end2end抽取实体及关系(as table filling problem)，编码层共享参数，解码层独立解码

转化为序列标注问题，需要设计复杂的tagging scheme，即每个tag需要同时表示实体及关系的信息（之前的方案无法应对嵌套、重叠实体）

转化为seq2seq问题，解码时生成三元组（多次生成可解决嵌套、重叠实体(autoregressive decoder and cross-entropy loss)）

实际上，第一种也可以看着是多任务学习，第二种在TPLinker方法中已经比较好地解决了实体重叠和嵌套问题，论文认为所提出的SPN4RE属于seq2seq范畴，通读下来笔者窃以为也可将SPN4RE归为实体关系联合抽取中的多任务学习。

 

论文的初衷是在以往使用seq2seq解决实体关系三元组时，面临三元组生成顺序对结果产生影响，所以从生成顺序无关三元组、并行生成三元组集合出发提出新的模型SPN。

 

SPN(set prediction networks)包含了三个部分：

句子编码：采用预训练语言模型Bert，BPE编码输入

三元组集合生成：基于transformer的非自回归解码NAT（transformer-based non-autoregressive decoder）

并行产生三元组，产生三元组顺序无关，加速解码，NAT结构使用到了双向信息

NAT条件概率公式：j!=i说明第j个triple和其他triple也是有关系的，n为三元组个数，本文设置为常数m

 

基于集合的Loss设计：二部图匹配损失函数（bipartite matching loss function）

 

NAT结构解码：

输入m表示要解码的triple个数，N个transformer层，每层先是各triple间做self-attention，然后是和sentence的编码做inter-attention，输出解码向量为Hd，其为m*d纬度

 

 

 

关系预测：对每个hd过FFN经过softmax，预测「关系」，关系数量为总关系量+1（包含了null），公示如下：

 

关系首尾实体预测：类似与对sentence做span，融合了sentence编码和对应关系的编码，公式如下：

 

 

二部图匹配损失函数（Bipartite Matching Loss）：在预测的三元组集合和ground true三元组集合间计算loss

两个集合的元素进行最优匹配：预测的集合大小为m，如果ground true集合小于m则补充null至大小为m。寻找最优匹配的过程，实际上相当于对m个人分配m个任务，第i个人做第j个任务的代价为Cij，寻找最优方式将这m个任务分配给m个人，使得总代价最小，这就是二部图匹配问题，可以利用匈牙利算法求解，时间复杂度为O(m^3)。本文定义代价函数如下：

 

 

损失函数定义：对最优匹配得到的m个三元组对计算loss，注意，如果「关系」为null，则关系中的头尾实体不参与loss计算，Loss函数定义如下：

 

 

实验结果：

在NYT和WebNLG数据集上进行实验，结果如下图，提出并回答了以下四个问题：

 

 

 

 

 

联合抽取模型SPN的整体性能如何：对比CasRel F1在NYT上提升2.9%，在 WebNLG上提升1.6%（图略）

模型中每个设计对结果的影响：通过消融实验，对比了交叉熵loss和二部图匹配loss，以及非自回归解码层数对结果的影响，得到了NAT层数为3时最优，二部图匹配Loss优于交叉熵Loss（图略）

数据中存在不同数量的三元组对性能的影响：数据中三元组数量越多（信息越复杂），对比其他方法SPN的效果越显著（图略）

该方法在解决重叠模式问题上性能如何（EPO, SEO）：和其他方法对比了Normal、SEO、EPO三种triple类型下效果，结论同上一条一致，在复杂问题上(SEO, EPO)，相比与其他方法SPN效果显著（图略）

 

总结：

对NAT解码的结果做关系预测，可看着是分类问题，然后将解码结果进一步融合编码信息对句子做实体抽取，可看着实体span解码过程，所以笔者认为该方法也属于联合抽取中的多任务学习

采用二部图匹配，寻找最优三元组匹配的过程复杂度O(m^3)，先匹配再计算Loss为集合纬度的Loss计算提供了参考。

 

以上对实体关系联合抽取三篇SOTA文章进行了分析解读，在实际的工作当中，我们也已经将CasRel方法进行落地实践，并取得了一定的效果。在实体抽取任务中，也可以借鉴TPLinker的标记方法，解决嵌套实体问题。SPN作为的SOTA，其所涉及的NAT解码和在集合纬度上的Loss计算也值得借鉴参考。