PARE：单语和多语远程监督关系抽取的简单而强大的基线
计算与语言
2022-05-09 v2
摘要
用于远程监督关系抽取（DS-RE）的神经模型分别对实体对包中的每个句子进行编码。然后将这些编码聚合起来用于包级别的关系预测。由于在编码时，这些方法不允许信息从包中的其他句子流入，我们认为它们没有充分利用可用的包数据。作为回应，我们探索了一种简单的基线方法（PARE），其中将一个包中的所有句子连接成一个句子段落，并使用BERT进行联合编码。使用注意力机制，以候选关系作为查询，聚合整个段落中词元的上下文嵌入——这个整个段落的摘要用于预测候选关系。我们发现，我们简单的基线解决方案在单语和多语DS-RE数据集上均优于现有的最先进的DS-RE模型。
引用
@article{arxiv.2110.07415,
title = {PARE: A Simple and Strong Baseline for Monolingual and Multilingual Distantly Supervised Relation Extraction},
author = {Vipul Rathore and Kartikeya Badola and Mausam and Parag Singla},
journal= {arXiv preprint arXiv:2110.07415},
year = {2022}
}
备注
Accepted to ACL (main) 2022 as a short paper