如何挖掘语言资源中丰富的复述模板，是复述研究中的一项重要任务。已有方法在人工给定种子实体对的基础上，利用实体关系，通过自举迭代方式，从开放域获取复述模板，规避对平行语料或可比语料的依赖，但是该方法需人工给定实体对，实体关系受限；在迭代过程中语义会发生偏移，影响获取质量。针对这些问题，我们考虑知识库中包含描述特定语义关系的实体对(即关系三元组)，提出融合外部知识的开放域 复述模板自动获取方法。首先，将关系三元组与开放域文本对齐，获取关系对应文本，并将文本中语义丰富部分泛化成变量槽，获取关系模板；接着设计模板表示方法，本文利用预训练语言模型，在模板表示中融合变量槽语义；最后，根据获得的模板表示，设计自动聚类与筛选方法，获取高精度的复述模板。在融合自动评测与人工评测的评价方法下，实验结果表明，本文提出的方法实现了在开放域数据上复述模板的自动泛化与获取，能够获得质量高、语义一致的复述模板。

内容中包含的图片若涉及版权问题，请及时与我们联系删除