OneRel：一步一模块联合实体与关系抽取

联合实体与关系抽取是自然语言处理和知识图谱构建中的一项基本任务。现有方法通常将联合抽取任务分解为若干基本模块或处理步骤以便于实施。然而，这种范式忽略了三元组的三个元素相互依赖且不可分割的事实。因此，以往的联合方法存在级联错误和冗余信息的问题。为解决这些问题，本文提出一种新颖的联合实体与关系抽取模型，名为 OneRel，其将联合抽取视为细粒度三元组分类问题。具体而言，我们的模型由基于打分的分类器和关系特定的 horns 标注策略组成。前者评估一个词对和一种关系是否属于一个事实三元组。后者确保简单而有效的解码过程。在两个广泛使用的数据集上的大量实验结果表明，所提方法优于最先进的基线，并在各种重叠模式和多个三元组的复杂场景下提供一致的性能提升。