在 BioRelEx 上基准测试实体标注与关系抽取
计算与语言
2020-06-02 v1 信息检索
机器学习
摘要
提取不同生物实体之间的关系和相互作用仍然是一个极具挑战性的问题，但其所受关注远不及其他通用领域中的抽取任务。除缺乏标注数据外，低基准测试水平仍是进展缓慢的一个主要原因。为填补这一空白，我们在近期发布的公开数据集 BioRelEx（包含标注了生物实体与关系的句子）上，比较了多种现有的实体与关系抽取模型。我们直接的基准测试表明，基于跨度的多任务架构（如 DYGIE）在实体标注和关系抽取上分别比先前最优水平绝对提升 4.9% 和 6%，且融入在特定相关领域上预训练的嵌入等域特定信息可提升性能。
引用
@article{arxiv.2006.00533,
title = {Benchmarking BioRelEx for Entity Tagging and Relation Extraction},
author = {Abhinav Bhatt and Kaustubh D. Dhole},
journal= {arXiv preprint arXiv:2006.00533},
year = {2020}
}