显式与隐式传记：在维基数据派生文本上评估与适配LLM信息抽取
计算与语言
2025-09-19 v1
摘要
文本的隐式性一直是自然语言处理（NLP）中的难题，传统方法依赖显式陈述来识别实体及其关系。例如，从"Zuhdi每周日去教堂"这句话中，Zuhdi与基督教的关系对人类读者而言是显而易见的，但在自动推断时却具有挑战性。大型语言模型（LLM）在NLP下游任务中，如文本理解和信息抽取（IE）方面已证明有效。本研究考察了文本隐式性对预训练LLM（LLaMA 2.3、DeepSeekV1和Phi1.5）在信息抽取任务中的影响：我们生成了两套包含1万条隐式和显式叙述的合成数据集，以衡量LLM性能，并分析细化隐式数据后其在隐式推理任务中的泛化能力。该研究对LLM在信息抽取中的内部推理过程进行了实验探讨，尤其是处理隐式与显式语境方面。结果表明，采用LoRA（低秩适配）对LLM模型进行细化，可显著提升其从隐式文本中抽取信息的能力，进而增强模型的可解释性和可靠性。
引用
@article{arxiv.2509.14943,
title = {Explicit vs. Implicit Biographies: Evaluating and Adapting LLM Information Extraction on Wikidata-Derived Texts},
author = {Alessandra Stramiglio and Andrea Schimmenti and Valentina Pasqual and Marieke van Erp and Francesco Sovrano and Fabio Vitali},
journal= {arXiv preprint arXiv:2509.14943},
year = {2025}
}