面向统一少样本关系抽取的预训练匹配方法
计算与语言
2022-03-24 v1
摘要
少样本关系抽取（RE）旨在以极少甚至无样本识别新关系，这在真实场景应用中至关重要。少样本与零样本 RE 是两类典型的低资源 RE 任务，二者目标看似相似，却需要截然不同的底层能力。本文提出多选择匹配网络以统一低资源关系抽取。为弥合零样本与少样本 RE 之间的鸿沟，我们提出三元组释义元训练，利用三元组释义预训练零样本标签匹配能力，并采用元学习范式学习少样本实例归纳能力。在三个不同低资源 RE 任务上的实验结果表明，所提方法大幅优于强基线，并在少样本 RE 排行榜上取得最佳性能。
引用
@article{arxiv.2203.12274,
title = {Pre-training to Match for Unified Low-shot Relation Extraction},
author = {Fangchao Liu and Hongyu Lin and Xianpei Han and Boxi Cao and Le Sun},
journal= {arXiv preprint arXiv:2203.12274},
year = {2022}
}
备注
Accepted to the main conference of ACL2022