作为自然语言理解的主要研究方向之一,关系抽取的主要任务是从非结构化的文本中抽取出结构化的三元组,这些结构化的三元组以形象化和模型化的方式表示了非结构化的文本的语义。当前对于关系抽取的研究主要聚焦于纯文本的研究,而且抽取目标也是聚焦于从单个句子中抽取出一个三元组。得益于深度学习的飞速发展,对这部分内容的研究已经日趋成熟,于是,部分学者开始将目光转向对数学语言的理解上,研究如何从非结构化的数学文本中抽取出关键信息并用于逻辑推理上。在前人的工作基础上,本文主要研究如何在初等数学文本中进行关系抽取。本文的主要研究内容有:1.为了收集数据集,本文构建了一个关系标注平台,在关系抽取阶段没有抽取到的关系就可以通过标注平台进行关系标注,当关系标注完成后,该短句和对应的关系三元组就成为了数据集中的一条数据,随着标注过程的深入,数据集就越来越大,关系抽取的完整性就越来越高。2.在本文中使用的数学文本为高中的数学题目,这类题目描述通常很长,这样就会发生自然语言处理中的长距离依赖问题,为了避免这个问题,在设计系统时,采用了将完整题目切分成若干短句的方式,但是这样做又带来了新的问题,即有的关系三元组需要依赖前面的短句,若单纯采用按照每个短句进行关系抽取的方式,则这些跨短句的关系就无法正确抽取出来,为了解决这个问题,本文在单个短句关系抽取的基础上,针对跨短句抽取进行了特殊的优化处理。这样就进一步提高了关系抽取的完整性和正确性。3.针对数学文本的关系三元组特点,设计出了一个能从一个短句中抽取多个三元组的算法,并基于该算法开发出一个初等数学文本关系抽取系统。该算法的核心思想是使用BERT将数学文本转为句向量,然后采用文本匹配的思路从已知数据中寻找相似度最高的短句,以该短句的关系作为当前短句的关系。基于上述设计,本文设计和实现了一个完整的初等数学关系抽取系统,并对该系统的可用性和可靠性进行了测试。经过系统测试,系统关系抽取的正确率维持在90%左右,完整性有80%左右。进行了跨短句标注的单元组在关系抽取时,能正确且完整的抽取出来。