基于双图的文档级关系抽取推理
计算与语言
2020-09-30 v1 人工智能
机器学习
摘要
文档级关系抽取旨在抽取文档内实体间的关系。与句子级关系抽取不同，它需要对文档中多个句子进行推理。本文提出具有双图特征的图聚合与推理网络（GAIN）。GAIN 首先构建异质提及级图（hMG）以建模文档中不同提及间的复杂交互。它还构建实体级图（EG），基于此我们提出一种新颖的路径推理机制来推断实体间关系。在公开数据集 DocRED 上的实验表明，GAIN 相比先前最优方法取得了显著性能提升（F1 提高 2.85）。我们的代码可在 https://github.com/DreamInvoker/GAIN 获取。
引用
@article{arxiv.2009.13752,
title = {Double Graph Based Reasoning for Document-level Relation Extraction},
author = {Shuang Zeng and Runxin Xu and Baobao Chang and Lei Li},
journal= {arXiv preprint arXiv:2009.13752},
year = {2020}
}
备注
Accepted as long paper to appear at the EMNLP 2020 main conference, 11 pages, 3 figures