ty -jour a2 -xiang，wei au -Yang，Zhenyu au -Wang，Lei Au -Ma，Ma，Bo Au -Yang -Yang，Yating Au -Dong -Dong，Rui Au -Wang，Zhen PY -2021 DA -2021/10/10/16 ti-16 ti-16 ti-16 ti-16 ti--16RTJTN：联合实体和关系提取SP -3447473 VL -2021 AB-从非结构化句子中提取实体和关系是自然语言处理领域中最关注的任务之一。但是，大多数现有的工程过程实体和关系信息按一定顺序和误差迭代遭受。在本文中，我们引入了一个关系三重态联合标记网络（RTJTN），该网络分为联合实体和关系标记层和关系三重态判断层。在关节标签层中，我们提出了一种标记方法，而不是分别提取实体和关系，该方法允许模型同时提取非结构化句子中的实体和关系，以防止误差迭代；而且，为了解决关系重叠问题，我们提出了一个关系的三胞胎判断网络，以判断一组句子中相同关系的三元组之间的正确三元组。在实验中，我们在英国公共数据集NYT和中国公共数据集DUIE 2.0和CMED上评估我们的网络。与NYT，DUIE 2.0和CMED数据集的最佳基线模型相比，我们模型的F1得分提高了1.1、6.0和5.1。对模型在重叠问题和句子复杂性问题上的性能的深入分析表明，我们的模型在所有情况下都有不同的收益。SN -1687-5265 UR -https：//doi.org/10.1155/2021/3447473 do -10.1155/2021/3447473 JF-计算智能和神经科学PB-