PromptORE——一种面向全无监督关系抽取的新方法
计算与语言
2023-04-05 v1 人工智能
信息检索
机器学习
摘要
无监督关系抽取（RE）旨在无需训练时访问标注数据的情况下识别文本中实体间的关系。该设定对于无可用标注数据集的特定领域RE以及关系类型先验未知的开域RE尤为相关。尽管近期方法取得了有前景的结果，它们严重依赖于超参数，而超参数调优在大多数情况下需要标注数据。为减轻对超参数的依赖，我们提出了 PromptORE，一种“基于提示的开域关系抽取”模型。我们调整新颖的提示微调范式以在无监督设定下工作，并用其嵌入表达关系的句子。随后我们对这些嵌入进行聚类以发现候选关系，并试验了不同策略来自动估计恰当的聚类数目。据我们所知，PromptORE是首个不需要超参数调优的无监督RE模型。在三个通用与特定领域数据集上的结果表明，PromptORE在 B、V-measure 和 ARI 上以超过40%的相对提升持续优于最先进模型。定性分析也表明 PromptORE 能够识别与真实关系非常接近的语义连贯聚类。
引用
@article{arxiv.2304.01209,
title = {PromptORE -- A Novel Approach Towards Fully Unsupervised Relation Extraction},
author = {Pierre-Yves Genest and Pierre-Edouard Portier and Elöd Egyed-Zsigmond and Laurent-Walter Goix},
journal= {arXiv preprint arXiv:2304.01209},
year = {2023}
}