利用人工生成的元数据从表格中进行关系抽取
计算与语言
2021-09-07 v3 信息检索
摘要
表格关系抽取是从表格的列对中识别关系的任务。通常，用于此任务的关系抽取模型需要带标签的表格进行训练。这些带标签的表格也可以从知识图谱中人工生成，这使得获取它们的成本远低于人工标注。然而，与真实表格不同，这些合成表格缺乏相关的元数据，例如列标题、表注等；这是因为合成表格是从不存储此类元数据的知识图谱中创建的。同时，先前的研究表明，元数据对于从表格中准确进行关系抽取至关重要。为了解决这个问题，我们提出了为合成表格人工创建部分元数据的方法。随后，我们基于最近发表的研究，使用一个基于 BERT 的模型进行实验，该模型将所提出的人工元数据与表格内容的组合作为输入。我们的实证结果表明，在两个表格数据集上，这导致 F1 分数绝对提升了 9% 到 45%。
引用
@article{arxiv.2108.10750,
title = {Relation Extraction from Tables using Artificially Generated Metadata},
author = {Gaurav Singh and Siffi Singh and Joshua Wong and Amir Saffari},
journal= {arXiv preprint arXiv:2108.10750},
year = {2021}
}