基于跨度表示的藏医药文献实体关系抽取

doi:10.13209/j.0479-8023.2024.125

北京大学学报（自然科学版） ›› 2025, Vol. 61 ›› Issue (5): 860-868.DOI: 10.13209/j.0479-8023.2024.125

基于跨度表示的藏医药文献实体关系抽取

周青^1,2,3, 拥措^1,2,3,†, 拉毛东只^1,2,3, 尼玛扎西^1,2,3

1. 西藏大学信息科学技术学院, 拉萨 850000 2. 西藏自治区藏文信息技术人工智能重点实验室, 拉萨 850000 3. 藏文信息技术教育部工程研究中心, 拉萨 850000

收稿日期:2024-07-13 修回日期:2024-11-21 出版日期:2025-09-20 发布日期:2025-09-20
通讯作者: 拥措, E-mail: yongtso(at)163.com
基金资助:
国家自然科学基金(62566060)、科技创新 2030 “新一代人工智能”重大项目(2022ZD0116100)、西藏自治区科技厅项目(XZ202401JD0010)和拉萨市科技重点计划专项(LAKJ202526)资助

Entity Relation Extraction Based on Span Representation for Tibetan Medicine Literature

ZHOU Qing^1,2,3, YONG Tso^1,2,3,†, LAMAO Dongzhi^1,2,3, NYIMA Trashi^1,2,3

1. School of Information Science and Technology, Tibet University, Lhasa 850000 2. Key Laboratory of Tibetan Information Technology and Artificial Intelligence of Tibet, Lhasa 850000 3. Engineering Research Center of Tibetan Information Technology, Ministry of Education, Lhasa 850000

Received:2024-07-13 Revised:2024-11-21 Online:2025-09-20 Published:2025-09-20
Contact: YONG Tso, E-mail: yongtso(at)163.com

摘要/Abstract

摘要：

针对由于藏医药术语的特殊性、文本资源的稀缺以及语言处理的复杂性, 传统的实体关系抽取方法难以直接应用于藏医药领域的问题, 提出一种基于跨度表示的藏医药文献实体关系抽取方法, 该方法使用跨度表示和TibetanAI_ALBERT_v2.0预训练语言模型进行编码, 通过枚举潜在候选的实体, 解决实体嵌套不能充分识别的问题。同时, 引入KL散度来约束模型在训练和推理阶段不一致的问题。在藏医药领域实体关系抽取数据集TibetanAI_TMDisRE_v1.0上的实验结果表明, 该方法取得显著的性能提升, 精确率、召回率和F1值分别达到84.85%, 77.35%和80.81%。

关键词: 藏文, 藏医药, 实体关系抽取, 联合抽取

Abstract:

Due to the particularity of Tibetan medical terminology, the scarcity of text resources, and the complexity of language processing, traditional entity relation extraction methods are difficult to directly apply in the field of Tibetan medicine. This paper proposes a method for extracting entity relation from Tibetan medical literature based on span representation. By using span representation and TibetanAI_ALBERT_v2.0 pre-trained language model for encoding, potential candidate entities are enumerated to solve the problem of insufficient recognition of entity nesting. At the same time, KL divergence is introduced to constrain the model inconsistency during the training and inference stages. The experimental results on the entity relation extraction dataset TibetanAI_TMDisRE_v1.0 in the field of Tibetan medicine show that the proposed method achieves significant performance improvement, with accuracy, recall, and F1 values reaching 84.85%, 77.35%, and 80.81%, respectively.

Key words: Tibetan, Tibetan medicine, entity relation extraction, joint extraction

周青, 拥措, 拉毛东只, 尼玛扎西. 基于跨度表示的藏医药文献实体关系抽取[J]. 北京大学学报（自然科学版）, 2025, 61(5): 860-868.

ZHOU Qing, YONG Tso, LAMAO Dongzhi, NYIMA Trashi. Entity Relation Extraction Based on Span Representation for Tibetan Medicine Literature[J]. Acta Scientiarum Naturalium Universitatis Pekinensis, 2025, 61(5): 860-868.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: https://xbna.pku.edu.cn/CN/10.13209/j.0479-8023.2024.125

https://xbna.pku.edu.cn/CN/Y2025/V61/I5/860

[1]	班玛宝, 罗鹏, 头旦才让, 尼玛扎西, 才让加, 于永斌. 基于图解析的端到端片段藏文语义角色标注方法[J]. 北京大学学报自然科学版, 2025, 61(3): 440-450.
[2]	庞仙, 陈波, 赵小兵. 面向新闻文本的汉藏新词抽取及分析[J]. 北京大学学报自然科学版, 2025, 61(1): 45-52.
[3]	班玛宝, 才让加, 张瑞, 色差甲, 卓玛扎西. 融合双通道音节特征的藏文La格例句自动分类模型[J]. 北京大学学报自然科学版, 2022, 58(1): 91-98.
[4]	徐洋, 蒋玉茹, 张禹尧, 何威恺. 融合角色指代的多方对话关系抽取方法研究[J]. 北京大学学报自然科学版, 2022, 58(1): 13-20.
[5]	田佳来, 吕学强, 游新冬, 肖刚, 韩君妹. 基于分层序列标注的实体关系联合抽取方法[J]. 北京大学学报自然科学版, 2021, 57(1): 53-60.
[6]	许浩亮, 李雁群, 何云琪, 钱龙华. 中文嵌套命名实体关系抽取研究[J]. 北京大学学报自然科学版, 2019, 55(1): 8-14.
[7]	完么扎西, 尼玛扎西. 藏文的信息熵与输入法键盘设计[J]. 北京大学学报自然科学版, 2017, 53(3): 405-411.
[8]	珠杰,李天瑞,刘胜久. 藏文文本自动校对方法及系统设计[J]. 北京大学学报（自然科学版）, 2014, 50(1): 142-148.
[9]	孙萌,华却才让,刘凯,吕雅娟,刘群. 藏文数词识别与翻译[J]. 北京大学学报（自然科学版）, 2013, 49(1): 75-80.
[10]	珠杰,李天瑞,格桑多吉,仁青诺布,乔少杰. 藏文音节规则模型及应用[J]. 北京大学学报（自然科学版）, 2013, 49(1): 68-74.

基于跨度表示的藏医药文献实体关系抽取

Entity Relation Extraction Based on Span Representation for Tibetan Medicine Literature

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 10

编辑推荐

Metrics

留言