面向文档级关系抽取的判别式且语音感知范式DiVA-DocRE

大语言模型（LLM）在文本理解与生成方面的卓越能力已彻底变革了信息抽取（IE）。其中一种进展是文档级关系三元组抽取（DocRTE），这是信息系统中的关键任务，旨在从文档中抽取实体及其语义关系。然而，现有方法主要针对句子级关系三元组抽取（SentRTE），通常仅处理单个句子内的有限关系与三元组事实。此外，一些方法将关系视为嵌入提示模板中的候选选项，导致处理效率低下，难以 optimal地确定三元组中的关系元素。为此，我们引入判别式且语音感知范式DiVA。DiVA仅需两个步骤：执行文档级关系抽取（DocRE），随后基于关系识别主语和宾语实体。无需额外处理，直接输入文档即可获得三元组。这种简化流程更贴近现实场景。我们的创新点在于将DocRE转化为判别式任务，使模型能够关注每个关系，以及往往被忽视的主动语态与被动语态问题。在Re-DocRED和DocRED数据集上的实验表明，我们的方法在DocRTE任务上实现了最新的性能。