GLiDRE：通用轻量级文档级关系抽取模型
计算与语言
2025-10-08 v2
摘要
关系抽取（RE）是自然语言处理中的基础任务，其文档级变体因实体在句子之间复杂互动而面临重大挑战。虽然监督模型在完全资源丰富的场景中取得了强烈结果，但在训练数据有限的情况下其表现尚不充分。我们引入 GLiDRE，一个用于文档级关系抽取的新型紧凑模型，旨在高效地支持监督和 few-shot 场景。实验在低资源监督训练和 few-shot 元学习基准上均表明，我们的方法在数据受限场景下优于现有方法，在 few-shot 文档级关系抽取中建立了新纪录。我们的代码将公开发布。
关键词
引用
@article{arxiv.2508.00757,
title = {GLiDRE: Generalist Lightweight model for Document-level Relation Extraction},
author = {Robin Armingaud and Romaric Besançon},
journal= {arXiv preprint arXiv:2508.00757},
year = {2025}
}
备注
Submitted to ARR October