Logician：一种用于开放域信息抽取的统一端到端神经方法
计算与语言
2019-04-30 v1 人工智能
数据库
信息检索
机器学习
摘要
本文中，我们考虑开放信息抽取（OIE）问题，旨在从开放域句子中提取实体与关系级中间结构。我们关注四类有价值的中间结构（关系、属性、描述与概念），并提出一种统一的知识表达形式 SAOKE 来表达它们。我们公开了一个数据集，其中包含超过四万条句子及以 SAOKE 格式标注的对应事实，标注通过众包完成。据我们所知，这是公开可用的最大规模人工标注开放信息抽取任务数据集。利用该标注的 SAOKE 数据集，我们采用序列到序列（sequence-to-sequence）范式训练了一个端到端神经模型，称为 Logician，用于将句子转换为事实。对于每条句子，不同于现有通常聚焦于抽取单一事实而不考虑其他可能事实的算法，Logician 对所有可能涉及的事实进行全局优化，其中事实不仅相互竞争以吸引词语的注意力，还相互协作以共享词语。在多种开放域关系抽取任务上的实验研究揭示了 Logician 相对于其他最先进算法的一致优越性。实验验证了 SAOKE 格式的合理性、SAOKE 数据集的价值、所提 Logician 模型的有效性，以及将端到端学习范式应用于监督数据集以应对开放信息抽取挑战性任务的方法可行性。
引用
@article{arxiv.1904.12535,
title = {Logician: A Unified End-to-End Neural Approach for Open-Domain Information Extraction},
author = {Mingming Sun and Xu Li and Xin Wang and Miao Fan and Yue Feng and Ping Li},
journal= {arXiv preprint arXiv:1904.12535},
year = {2019}
}