InstructIE：一个基于双语指令的信息抽取数据集
计算与语言
2024-07-30 v4 人工智能
信息检索
机器学习
摘要
大语言模型在通用自然语言任务上表现良好，但在信息抽取（IE）上的效果仍欠佳。近期工作指出，主要原因在于缺乏大量IE指令数据。需注意，现有IE指令数据集不仅覆盖有限，且构建成本高昂。为解决该问题，我们引入InstructIE，一个覆盖12个多样领域的基于双语指令的IE数据集。我们提出KG2Instruction，一个专用于此类数据集自动生成的框架。此外，我们人工标注了测试集。实验结果表明，使用InstructIE训练的大语言模型不仅能获得更好的IE能力，还能相比基线提升零样本性能。
引用
@article{arxiv.2305.11527,
title = {InstructIE: A Bilingual Instruction-based Information Extraction Dataset},
author = {Honghao Gui and Shuofei Qiao and Jintian Zhang and Hongbin Ye and Mengshu Sun and Lei Liang and Jeff Z. Pan and Huajun Chen and Ningyu Zhang},
journal= {arXiv preprint arXiv:2305.11527},
year = {2024}
}
备注
ISWC 2024; project homepage: https://www.zjukg.org/project/InstructIE/ dataset: https://huggingface.co/datasets/zjunlp/InstructIE