摘要

句子中的关系事实通常较为复杂，不同关系三元组在句子中可能存在重叠。为此，我们根据三元组的重叠程度将句子划分为三类：正常类（Normal）、实体对重叠类（EntityPairOverlap）和单实体重叠类（SingleEntityOverlap）。现有方法主要针对正常类进行研究，难以在其他两类中实现精确的关系三元组抽取。本文提出一种基于序列到序列学习与复制机制的端到端模型，能够联合抽取上述任意类别句子中的关系事实。在解码过程中，我们采用两种不同策略：使用单一统一解码器，或采用多个独立解码器。我们在两个公开数据集上对模型进行了测试，实验结果表明，所提模型显著优于基线方法。