视觉富文档中作为依存句法分析的实体关系抽取
计算与语言
2021-10-20 v1 人工智能
机器学习
摘要
以往从视觉富文档（VRDs）中抽取关键信息的工作主要关注标注每个边界框内的文本（即语义实体），而实体间的关系则很大程度上未被探索。本文将流行的依存句法分析模型——双仿解析器（biaffine parser）——适配于该实体关系抽取任务。与识别词间依存关系的原始依存句法分析模型不同，我们转而利用布局信息识别词组之间的关系。我们比较了语义实体的不同表示、不同的 VRD 编码器以及不同的关系解码器。结果表明，所提模型在 FUNSD 数据集上取得了 65.96% 的 F1 分数。在实际应用方面，我们的模型已应用于内部海关数据，在生产环境中取得了可靠性能。
引用
@article{arxiv.2110.09915,
title = {Entity Relation Extraction as Dependency Parsing in Visually Rich Documents},
author = {Yue Zhang and Bo Zhang and Rui Wang and Junjie Cao and Chen Li and Zuyi Bao},
journal= {arXiv preprint arXiv:2110.09915},
year = {2021}
}
备注
Accepted to EMNLP 2021 (main conference)