PRiSM：利用关系感知分数校准增强低资源文档级关系抽取
计算与语言
2023-10-13 v1 人工智能
机器学习
摘要
文档级关系抽取（DocRE）旨在抽取文档中所有实体对之间的关系。DocRE 的一个关键挑战是标注此类数据需耗费大量人力。因此，我们研究低资源设定下的 DocRE，发现已有在低数据上训练的模型高估了 NA（“无关系”）标签，导致性能受限。本工作中，我们从校准视角切入该问题，提出 PRiSM，其学习基于关系语义信息调整 logits。我们在三个 DocRE 数据集上评估了该方法，表明将已有模型与 PRiSM 结合可提升多达 26.38 F1 分数，而在使用约 3% 数据训练时校准误差最多下降 36 倍。代码已公开于 https://github.com/brightjade/PRiSM。
引用
@article{arxiv.2309.13869,
title = {PRiSM: Enhancing Low-Resource Document-Level Relation Extraction with Relation-Aware Score Calibration},
author = {Minseok Choi and Hyesu Lim and Jaegul Choo},
journal= {arXiv preprint arXiv:2309.13869},
year = {2023}
}
备注
Accepted to Findings of IJCNLP-AACL 2023