摘要

对话关系抽取（DRE）旨在检测多方对话中提及的两个实体之间的关系。它在从互联网上日益丰富的对话数据构建知识图谱以及促进智能对话系统开发方面发挥着重要作用。然而，现有的DRE方法未能有效地利用说话者信息——它们只是在话语前加上相应的说话者姓名。因此，这些方法无法建模通过代词和触发词为相关论据实体提供额外上下文的关键跨说话者关系。我们提出了一种基于图注意力网络的DRE方法，该方法构建了一个包含有意义连接的说话者节点、实体节点、实体类型节点和话语节点的图。此图被输入到图注意力网络中进行相关节点间的上下文传播，从而有效捕捉对话上下文。我们在基准数据集DialogRE上的实证研究表明，这种基于图的方法能够非常有效地捕捉对话中不同实体对之间的关系，其性能显著优于现有最先进方法。我们的代码已发布在：https://github.com/declare-lab/dialog-HGAT