GRASP：利用提示以关系语义引导模型的对话关系抽取方法
计算与语言
2022-09-28 v4 人工智能
摘要
基于对话的关系抽取（DialogRE）任务旨在预测对话中出现的论元对之间的关系。以往多数研究仅利用微调预训练语言模型（PLMs）并辅以大量特征，以补充多说话人对话的低信息密度。为有效挖掘 PLMs 的固有知识且不加额外层，并兼顾论元间关系的分散语义线索，我们提出利用提示以关系语义引导模型（GRASP）。我们采用基于提示的微调方法，并通过 1）论元感知提示标记策略与 2）关系线索检测任务来捕获给定对话的关系语义线索。实验中，尽管 GRASP 仅借助 PLMs 而未添加任何额外层，却在 DialogRE 数据集上以 F1 与 F1c 分数双双取得最先进（SOTA）性能。
引用
@article{arxiv.2208.12494,
title = {GRASP: Guiding model with RelAtional Semantics using Prompt for Dialogue Relation Extraction},
author = {Junyoung Son and Jinsung Kim and Jungwoo Lim and Heuiseok Lim},
journal= {arXiv preprint arXiv:2208.12494},
year = {2022}
}
备注
Accepted to COLING 2022 (oral presentation)