GRIT：用于文档级事件实体抽取的生成式角色填充 Transformer
计算与语言
2021-02-01 v2
摘要
我们重新审视模板填充中文档级角色填充实体抽取（REE）这一经典问题。我们认为句子级方法不适合该任务，并引入了一种基于生成式 Transformer 的编码器-解码器框架（GRIT），其设计用于在文档级对上下文建模：它可跨句子边界做出抽取决策；隐式感知名词短语共指结构，并具备遵循模板结构中跨角色依赖关系的能力。我们在 MUC-4 数据集上评估了该方法，结果表明我们的模型显著优于先前工作。我们还展示了建模选择对模型性能的贡献，例如通过隐式捕获语言知识（如识别共指实体提及）。
引用
@article{arxiv.2008.09249,
title = {GRIT: Generative Role-filler Transformers for Document-level Event Entity Extraction},
author = {Xinya Du and Alexander M. Rush and Claire Cardie},
journal= {arXiv preprint arXiv:2008.09249},
year = {2021}
}
备注
To appear in EACL 2021; Code is available at https://github.com/xinyadu/grit_doc_event_entity