面向非结构化文本的模块化无监督属性识别框架
计算与语言
2025-07-08 v1
摘要
我们提出 POSID，一个模块化、轻量级且按需可用的框架，用于从非结构化文本中提取基于属性的结构化属性，而无需任务特定的微调。虽然该方法设计用于跨域适应，但在本工作中，我们在事件报告中的人属性识别任务上对其进行评估。POSID 将组合词汇相似性和语义相似性技术，以识别相关句子并提取属性。我们在使用 InciText 数据集进行失踪人士用例上的有效属性提取方面证明了其有效性，无需监督训练。
引用
@article{arxiv.2507.03949,
title = {A Modular Unsupervised Framework for Attribute Recognition from Unstructured Text},
author = {KMA Solaiman},
journal= {arXiv preprint arXiv:2507.03949},
year = {2025}
}
备注
arXiv admin note: substantial text overlap with arXiv:2506.20070