分析知识图谱信息对关系抽取的影响
计算与语言
2025-06-23 v1 人工智能
信息检索
摘要
我们检视了将知识图谱信息纳入关系抽取模型性能提升的影响，涵盖多个数据集。我们的假设是，知识图谱中实体的位置为关系抽取任务提供重要线索。我们在多个数据集上进行实验，每个数据集的关系数量、训练样本数以及底层知识图谱都有所不同。我们的结果表明，整合知识图谱信息显著提升了性能，尤其在处理各关系训练样本不平衡时效果更为突出。我们通过将既有关系抽取方法与图感知 Neural Bellman-Ford 网络相结合，评估了知识图谱特征的贡献。这些特征在监督和零样本设置下均被测试，显示出在各种数据集上一致的性能提升。
引用
@article{arxiv.2506.16343,
title = {Analyzing the Influence of Knowledge Graph Information on Relation Extraction},
author = {Cedric Möller and Ricardo Usbeck},
journal= {arXiv preprint arXiv:2506.16343},
year = {2025}
}