中文题目：通过BERT、Hawkes过程和Schur矩阵分解的联合实体和关系抽取 

论文题目：Joint Entity and Relationship Extraction by BERT ,Hawkes process and Schur Matrix Decomposition

录用期刊/会议：CCDC2025 （CAA A类会议）

录用时间：2025.1.2

作者列表：

1)曹泽 中国天天色天天（北京）人工智能学院 控制科学与工程 研21级

2)刘建伟 中国天天色天天（北京）人工智能学院 自动化系 教师

摘要:

1)我们提出了一个新的实体和关系联合抽取模型，该模型在实体抽取和关系抽取任务中都能很好地工作。

2)我们扩展了Hawkes过程的使用，以将文本句子视为事件序列，并将文本句子中的上下文关系视为Hawkes过程中应用的序列关系，捕捉文本中每个实体和相关实体的关系之间可能存在的潜在连接，从而有效性改进了实体提取和关系提取任务的模型的有效性。基于此，我们将Hawkes过程应用于具有BERT结构的根的模型，取得了良好的结果。

3)在JERE-BHSMD模型的实体和关系分类器中，我们首次使用了Schur矩阵分解的原理，提高了分类器的分类效果。

主要内容:

 

图1 提出的JERE-BHSMD框架

 

图2 提出的Hawkes子结构

 

图3 提出的Schur 分类器

 

 

图4  流程图

 

结论:

介绍了一种新的模型通过BERT、Hawkes过程和Schur矩阵分解的联合实体和关系抽取(Joint Entity and Relationship Extraction by BERT, Hawkes process and Schur Matrix ecomposition ,JERE-BHSMD)，旨在提高文本实体抽取和关系抽取任务的效率。JERE-BHSMD利用了BERT结构和Hawkes过程。在多个数据集上进行的大量实验证实了我们的模型在联合实体关系抽取任务中的有效性和计算效率。

作者简介:

刘建伟，教师。