EPPAC:基于提示答案集中化的实体预类型关系分类
计算与语言
2022-03-09 v2 人工智能
摘要
关系分类(RC)旨在预测给定上下文中一对主体与客体之间的关系。近年来,提示微调方法在RC中取得了高性能。然而,现有的提示微调方法存在以下问题:(1)类别过多降低RC性能;(2)手动设计的提示需要大量人工。为解决这些问题,本文提出了一种新范式——基于提示答案集中化的实体预类型关系分类(EPPAC)。EPPAC中的实体预类型通过双层框架在RC之前对实体进行预类型化来解决第一个问题,并提出提示答案集中化来解决第二个问题。大量实验表明,我们提出的EPPAC在TACRED和TACREV上分别比最先进的方法高出14.4%和11.1%。代码在补充材料中提供。
引用
@article{arxiv.2203.00193,
title = {EPPAC: Entity Pre-typing Relation Classification with Prompt AnswerCentralizing},
author = {Jiejun Tan and Wenbin Hu and WeiWei Liu},
journal= {arXiv preprint arXiv:2203.00193},
year = {2022}
}
备注
There are errors in experimental results