摘要

关系分类旨在预测句子中两个实体之间的语义关系。现有方法通常将所有可能的关系视为两个实体的候选关系，忽视了实体类型对候选关系的约束作用，导致部分不合理的语义关系也被纳入候选集合。为此，本文提出一种新型范式——基于实体类型约束的关系分类（RElation Classification with ENtity Type restriction, 简称 RECENT），该范式利用实体类型对候选关系进行有效限制。具体而言，本文形式化地建模了关系与实体类型之间的相互约束关系，并将其引入关系分类任务中。此外，所提出的 RECENT 范式具有模型无关性（model-agnostic），可兼容多种现有模型。基于两种代表性模型 GCN 与 SpanBERT，本文分别构建了 RECENT_GCN 与 RECENT_SpanBERT 模型。在标准数据集上的实验结果表明，RECENT 分别使 GCN 和 SpanBERT 的 F1 分数提升 6.9 和 4.4 个百分点；尤其值得注意的是，RECENT_SpanBERT 在 TACRED 数据集上取得了新的最先进性能（state-of-the-art）。