利用多粒度信息和外部知识进行中文实体关系抽取
不管坚持是否带有
一种妄想的期待
新的一年，生活、工作还的继续
1 前 言
今天分享2019年ACL一篇关于中文实体关系抽取的paper，<Chinese Relation Extraction with Multi-Grained Information and External Linguistic Knowledge>，出自清华大学。论文的大致思路可以从标题看出：利用多粒度信息和外部知识进行关系抽取。论文中多粒度是指字的粒度和词的粒度结合，外部知识是指HowNet这样的知识库。论文链接，这篇论文的代码也开源了，在GitHub上，代码链接。
2 Introduction
当前关系抽取存在的问题
作者用上图来阐述当前在中文实体关系抽取任务上，主要存在两种问题，一是若分词则存在切分歧义的问题，二是存在一词多义的问题。针对第一个问题，先前有研究提出采取字的粒度，或字和词粒度结合的方法；针对第二个问题，主流的方法是利用外部知识库作为补充信息，进行关系预测。然而，作者发现还没有研究将这两种方法进行融合来做实体关系抽取，因此就有本文的构想。
3 Model
model
论文model的结构图如上图所示，主要包括三层结构：Input Represent ，MG Encoder，Relation Classifier。论文的核心在Encoder层，其基本思想是利用字，词，还有外部知识融合一起，然后重构下LSTM结构。接下来重点说说这块。
3.1 Input Representation
先考虑字级别(Character-level Representation)的embedding输入，具体使用实现训练好的字向量(例如使用word2vec)。此外，考虑每个字与实体对的相对位置的embedding，也成为position embedding，位置编码的的方式如下图：
参考一个实体来说，i为字符在文本的位置索引，b，e为该实体的开始和结束位置索引
最后，一个字符的完整编码为下图，包含一个字向量和两个位置向量。
char embedding
接着考虑词级别(Word-level Representation)的embedding输入，具体是利用一个词典D对文本进行匹配，如从b-th 到e-th字符组成的词匹配到，就使用这个词的向量，向量同样可以使用word2vec预训练而来。
word embedding
最后，作者要把外部知识(External knowledge)利用起来，具体做法是利用HowNet查找一个词的代表所有含义，作为这个词的含义代表，这样做的好处就是弥补word2vce这种固定分布式表达所带来的缺点。
一个词的K个含义表示(word sense embedding)
如何将一个词的含义用向量表达出来，论文中使用 SAT model，此处作者也没详说。
通过上述步骤，就可以清楚知道Input的变量有字级别的向量，词级别的向量，以及词的对应含义向量。接下来，就是如何将三类变量Encoder，这也是论文的重点。
3.2 Encoder
在Encoder部分，作者分别介绍一个基本版本(Basic Lattice LSTM Encoder)和一个完整版(MG Lattice LSTM Encoder),前者实现字和词的融合的encoder，后者是将字和词的含义向量嵌入encoder中。我们先看看基本版本是如何实现的。
Basic Lattice LSTM Encoder
首先展示出基于字的LSTM结构公式为：
基于字级别的LSTM结构
在将词的embedding加入字的encoder中，先学习词的编码的，具体为：
索引b,e之间的词的表征
接着，作者认为第e个字符的编码表达，应该包括它本身的字表达，还包括以它结尾的所有词的表达。此外，考虑每个词的影响程度不同，引入一个词的输入门：
词的输入门
然后第e个字符的编码被设定为：
嵌入词信息的字符表征
上面涉及两个权重变量，求解的方式类似softmax方式：
两个权重的求解表达式
MG Lattice LSTM Encoder
以上就是基本版本的Encoder的结构，其主要思路就是考虑第e个字符表征时，将以e为结尾的词的表征以加权的形式加入进去。所以，接着，作者提出自己的改进思路，其思路的目的是要在上述的基础上，加入词的sense embedding。
词的第k个含义表征
上述的公式，是将b，e之间的词的每个含义按lstm进行表征，然后将k个表征进行加权来代表这个词的整体含义表征：
词的含义表征
有了词的含义表征，然后按基本版的思路：将其与字的表征结合起来：
嵌入词的含义信息后的字的表征
以上就是作者的核心的思想，总结起来就是将词的所有含义信息表征起来，加入字的表征中，然后做分类预测。
3.3 Relation Classifier
在分类层上，作者没做什么改变：将通过MG Encoder编码后的每个字符的隐藏h向量，接入一个attention层，然后再加一个softmax分类层，损失函数用交叉熵。
4 Experiments
在实验部分，作者使用FinRE，SanWen，ACE三个中文数据集，采用F1值得评价方法，训练结果如下图：
训练结果
结果显示，作者的方法都取得最佳效果，其中MG 方法表现最好，较基本版本的有2%的提升。
5 结 语
这篇论文公式较多，因为简书的编辑器太简单，复杂的公式书写不了，我只好截图方式，有些细节符号我都文字代替了。所以，若想详细理解，还是建议去读原文。
总的来说，作者的思想还是比较简单，公式都是LSTM的基本结构。创新的地方就是将词的含义信息融合字的表征中，其中我有一处个人看法：在求词对应K个含义表征的权重时，我觉得应该考虑上下文信息会更好些。因为实际中，我们在考虑一个多义词的含义时，就是通过语义环境，也就是上下文来判断的。
