摘要

文档级实体抽取（Document-level Entity Extraction, EE）旨在从文本语料库中提取以实体为中心的信息，如实体角色和实体关系，对于多个领域的自动知识获取至关重要。大多数文档级EE系统构建的是抽取模型，这些模型在文档层面难以建模实体之间的长程依赖关系。为了解决这一问题，我们提出了一种生成框架，用于两个文档级EE任务：角色填充实体抽取（Role-Filler Entity Extraction, REE）和关系抽取（Relation Extraction, RE）。我们首先将这两个任务形式化为模板生成问题，使模型能够高效地捕捉跨实体依赖关系，利用标签语义，并避免识别N元关系时的指数计算复杂度。我们将一种新颖的交叉注意力引导复制机制——TopK Copy——融入预训练的序列到序列模型中，以增强模型在输入文档中识别关键信息的能力。实验结果表明，在MUC-4和SciREX数据集上，该方法在REE（+3.26%）、二元RE（+4.8%）和四元RE（+2.7%）的F1分数上均取得了新的最佳结果。