Chem-FINESE：通过文本重构验证细粒度少样本实体抽取
计算与语言
2024-05-31 v4 人工智能
机器学习
摘要
化学领域的细粒度少样本实体抽取面临两个独特的挑战。首先，与一般领域的实体抽取任务相比，化学论文中的句子通常包含更多实体。此外，实体抽取模型通常难以抽取长尾类型的实体。在本文中，我们提出了 Chem-FINESE，一种新颖的基于序列到序列（seq2seq）的少样本实体抽取方法，以应对这两个挑战。我们的 Chem-FINESE 有两个组件：一个 seq2seq 实体抽取器，用于从输入句子中抽取命名实体；以及一个 seq2seq 自验证模块，用于从抽取的实体中重构原始输入句子。受一个优秀的实体抽取系统需要忠实地抽取实体这一事实的启发，我们新的自验证模块利用实体抽取结果来重构原始输入句子。此外，我们设计了一种新的对比损失，以减少抽取过程中的过度复制。最后，我们发布了 ChemNER+，这是一个新的细粒度化学实体抽取数据集，由领域专家使用 ChemNER 模式进行标注。在 ChemNER+ 和 CHEMET 数据集的少样本设置下的实验表明，我们新提出的框架分别贡献了高达 8.26% 和 6.84% 的绝对 F1 分数提升。
引用
@article{arxiv.2401.10189,
title = {Chem-FINESE: Validating Fine-Grained Few-shot Entity Extraction through Text Reconstruction},
author = {Qingyun Wang and Zixuan Zhang and Hongxiang Li and Xuan Liu and Jiawei Han and Huimin Zhao and Heng Ji},
journal= {arXiv preprint arXiv:2401.10189},
year = {2024}
}
备注
16 pages. Accepted by Findings of the Association for Computational Linguistics: EACL 2024. Code and resources are available at https://github.com/EagleW/Chem-FINESE