FREDA：灵活的关系抽取数据标注
计算与语言
2022-12-15 v2
摘要
为了有效训练准确的关系抽取模型，需要充足且标注恰当的数据。充分标注的数据难以获取，而此类数据的标注是一项棘手的工作。先前的研究表明，若要做到准确标注，要么必须牺牲准确率，要么任务极其耗时。我们提出一种方法，以快速生成用于关系抽取任务的高质量数据集。在所创建数据集上训练的神经模型取得了非常好的结果，并能很好地泛化到其他数据集。在我们的研究中，我们在合理的时间内为 19 种关系标注了 10,022 个句子，并为每种关系训练了一个常用的基线模型。
引用
@article{arxiv.2204.07150,
title = {FREDA: Flexible Relation Extraction Data Annotation},
author = {Michael Strobl and Amine Trabelsi and Osmar Zaiane},
journal= {arXiv preprint arXiv:2204.07150},
year = {2022}
}
备注
Accepted at ACM SAC 2023 Knowledge and Natural Language Processing track