一种用于缓解关系抽取中实体偏差的变分方法

缓解实体偏差是关系抽取（RE）中的一个关键挑战，其中模型往往过度依赖实体，导致泛化能力差。本文通过适配变分信息瓶颈（VIB）框架，提出了一种解决该问题的新方法。我们的方法在保留任务相关特征的同时压缩了实体特定信息。它在通用、金融和生物医学领域的关系抽取数据集上取得了最先进性能，涵盖域内（原始测试集）和域外（经过类型约束实体替换的修改测试集）设置。我们的方法提供了一种鲁棒的、可解释的且具有理论基础的方法论。