面向跨文档关系抽取的多跳证据检索
计算与语言
2023-06-06 v2 信息检索
机器学习
摘要
关系抽取（RE）已扩展到跨文档场景，因为许多关系并非简单地在单篇文档中描述。这不可避免地带来了高效开放空间证据检索以支持跨文档关系推断的挑战，以及在分散于开放文档集合中的实体与证据之上进行多跳推理的挑战。为应对这些挑战，我们提出 MR.COD（面向跨文档关系抽取的多跳证据检索），这是一种基于证据路径挖掘与排序的多跳证据检索方法。我们探索了多种检索器变体，以表明证据检索在跨文档 RE 中至关重要。我们还针对该设定提出了一种上下文稠密检索器。在 CodRED 上的实验表明，使用 MR.COD 的证据检索能有效获取跨文档证据，并在封闭与开放设定下均提升端到端 RE 性能。
引用
@article{arxiv.2212.10786,
title = {Multi-hop Evidence Retrieval for Cross-document Relation Extraction},
author = {Keming Lu and I-Hung Hsu and Wenxuan Zhou and Mingyu Derek Ma and Muhao Chen},
journal= {arXiv preprint arXiv:2212.10786},
year = {2023}
}
备注
ACL 2023 (Findings)