文本之前:利用实体预置进行金融关系抽取
计算与语言
2023-08-10 v1
摘要
在 ACM KDF-SIGIR 2023 竞赛背景下,我们在一个名为 REFind 的金融实体关系数据集上承担了实体关系任务。我们表现最佳的方案涉及多步方法。首先,我们将提供的实体插入到文本中其对应位置。随后,我们利用带标签的训练集微调基于 transformer 的语言模型 roberta-large 进行文本分类,以预测实体关系。最后,我们实施了一个后处理阶段,以识别并处理模型生成的不合理预测。作为我们方法的结果,我们在该竞赛的公开排行榜上获得了第一名。
引用
@article{arxiv.2308.04534,
title = {Ahead of the Text: Leveraging Entity Preposition for Financial Relation Extraction},
author = {Stefan Pasch and Dimitrios Petridis},
journal= {arXiv preprint arXiv:2308.04534},
year = {2023}
}
备注
Stefan Pasch, Dimitrios Petridis 2023. Ahead of the Text: Leveraging Entity Preposition for Financial Relation Extraction. ACM SIGIR: The 4th Workshop on Knowledge Discovery from Unstructured Data in Financial Services (SIGIR-KDF '23)