FSUIE：一种用于通用信息提取的新型模糊跨度机制
计算与语言
2023-06-28 v1 人工智能
摘要
通用信息提取（UIE）已被引入作为各种信息提取（IE）任务的统一框架并取得了广泛成功。尽管如此，UIE 模型存在局限性。例如，它们在训练时严重依赖数据中的跨度边界，这并不反映跨度标注挑战的现实。对位置的细微调整亦可满足要求。此外，UIE 模型缺乏对 IE 中有限跨度长度特征的关注。为解决这些不足，我们提出了模糊跨度通用信息提取（FSUIE）框架。具体而言，我们的贡献包含两方面：模糊跨度损失与模糊跨度注意力。我们在一系列主要 IE 任务上的实验结果表明相较于基线有显著提升，尤其在快速收敛以及在小数据量和少训练轮次下的强劲性能方面。这些结果证明了 FSUIE 在不同任务、设置和场景中的有效性与泛化能力。
引用
@article{arxiv.2306.14913,
title = {FSUIE: A Novel Fuzzy Span Mechanism for Universal Information Extraction},
author = {Tianshuo Peng and Zuchao Li and Lefei Zhang and Bo Du and Hai Zhao},
journal= {arXiv preprint arXiv:2306.14913},
year = {2023}
}
备注
ACL2023