基于不确定知识的多视角推理关系抽取
计算与语言
2021-04-29 v1
摘要
知识图谱（KGs）被广泛用于促进关系抽取（RE）任务。先前多数RE方法侧重于利用确定性KG，而不确定KG为每个关系实例赋予置信度分数，可作为RE模型有价值的外部知识提供关系事实的先验概率分布。本文提出利用不确定知识改进关系抽取。具体地，我们将一个表明目标实体属于某概念程度的不确定KG——ProBase引入我们的RE架构。随后我们设计了一种新颖的多视角推理框架，以在提及视角、实体视角和概念视角三个视角中系统整合局部上下文与全局知识。实验结果表明，我们的模型在句子级和文档级关系抽取上均取得有竞争力的性能，验证了引入不确定知识及我们所设计多视角推理框架的有效性。
引用
@article{arxiv.2104.13579,
title = {Multi-view Inference for Relation Extraction with Uncertain Knowledge},
author = {Bo Li and Wei Ye and Canming Huang and Shikun Zhang},
journal= {arXiv preprint arXiv:2104.13579},
year = {2021}
}
备注
Published at AAAI 2021, full paper