PCRED：基于潜在候选关系选择与实体边界检测的零样本关系三元组抽取
计算与语言
2022-12-14 v2 人工智能
摘要
零样本关系三元组抽取（ZeroRTE）旨在零样本设定下从非结构化文本中抽取关系三元组，其中训练与测试阶段的关系集合互不相交。先前的最优方法通过利用预训练语言模型生成数据作为额外训练样本来处理这一具有挑战性的任务，这增加了训练成本并严重制约了模型性能。为解决上述问题，我们提出一种名为 PCRED 的新方法，用于零样本关系三元组抽取，具备潜在候选关系选择与实体边界检测能力。PCRED 的显著特点是它不依赖额外数据，仍能取得令人满意的性能。该模型采用关系优先范式，通过候选关系选择识别未见关系。借助此方法，关系的语义自然融入上下文。随后基于上下文与关系语义抽取实体。我们在两个 ZeroRTE 数据集上评估了我们的模型。实验结果表明，我们的方法持续优于先前的工作。我们的代码将发布于 https://anonymous.4open.science/r/PCRED。
引用
@article{arxiv.2211.14477,
title = {PCRED: Zero-shot Relation Triplet Extraction with Potential Candidate Relation Selection and Entity Boundary Detection},
author = {Yuquan Lan and Dongxu Li and Yunqi Zhang and Hui Zhao and Gang Zhao},
journal= {arXiv preprint arXiv:2211.14477},
year = {2022}
}