面向开放关系抽取的元素干预方法
计算与语言
2021-06-18 v1
摘要
开放关系抽取旨在将指代同一潜在关系的关实例进行聚类，这是通用关系抽取的关键步骤。当前的 OpenRE 模型通常在远程监督生成的数据集上训练，这常导致不稳定性并使模型容易崩溃。在本文中，我们从因果视角重新审视 OpenRE 的过程。通过使用结构因果模型形式化 OpenRE，我们识别出上述问题源于实体和上下文到关系类型的虚假相关。为解决此问题，我们进行了元素干预（Element Intervention），分别对上下文和实体进行干预以获得它们的潜在因果效应。我们还提供了基于实体排序和上下文对比的两种具体干预实现。在无监督关系抽取数据集上的实验结果表明，我们的方法优于先前的最先进（SOTA）方法，并在不同数据集上具有鲁棒性。
引用
@article{arxiv.2106.09558,
title = {Element Intervention for Open Relation Extraction},
author = {Fangchao Liu and Lingyong Yan and Hongyu Lin and Xianpei Han and Le Sun},
journal= {arXiv preprint arXiv:2106.09558},
year = {2021}
}
备注
Accepted to ACL2021(main conference)