DocRED：一个大规模文档级关系抽取数据集
计算与语言
2019-08-12 v3
摘要
文档中的多个实体通常表现出复杂的句间关系，现有关系抽取（RE）方法通常聚焦于抽取单一实体对的句内关系，难以妥善处理此类关系。为加速文档级RE研究，我们提出DocRED，一个基于Wikipedia和Wikidata构建的新数据集，具有三个特点：（1）DocRED同时标注命名实体与关系，是从纯文本构建的最大人工标注文档级RE数据集；（2）DocRED需要阅读文档中多个句子，通过综合文档全部信息来抽取实体并推断其关系；（3）除人工标注数据外，我们还提供大规模远程监督数据，使DocRED可用于监督与弱监督两种场景。为验证文档级RE的挑战性，我们实现了近期最先进的RE方法，并在DocRED上对这些方法进行了全面评估。实验结果表明，现有RE方法在DocRED上面临挑战，说明文档级RE仍是一个开放问题，需进一步努力。基于实验的详细分析，我们讨论了多个有前景的未来研究方向。
引用
@article{arxiv.1906.06127,
title = {DocRED: A Large-Scale Document-Level Relation Extraction Dataset},
author = {Yuan Yao and Deming Ye and Peng Li and Xu Han and Yankai Lin and Zhenghao Liu and Zhiyuan Liu and Lixin Huang and Jie Zhou and Maosong Sun},
journal= {arXiv preprint arXiv:1906.06127},
year = {2019}
}
备注
Accepted by ACL 2019