基于上下文关系嵌入（CRE）的关系抽取
计算与语言
2020-11-20 v1 机器学习
摘要
关系抽取是在给定语料下识别两个实体间关系实例的任务，而知识库建模是以实体间关系表示知识库的任务。本文提出一种用于关系抽取任务的架构，以新颖方式将语义信息与知识库建模相集成。现有的关系抽取方法要么不利用知识库建模，要么为关系抽取任务使用单独训练的知识库模型。我们提出一种在关系抽取中内化知识库建模的模型架构。该模型应用一种新颖方法将句子编码为上下文关系嵌入，随后可与参数化实体嵌入一起用于关系实例的打分。所提出的 CRE 模型在源自纽约时报标注语料库（The New York Times Annotated Corpus）和 FreeBase 的数据集上取得了最先进的性能。源代码已公开。
引用
@article{arxiv.2011.09658,
title = {Relation Extraction with Contextualized Relation Embedding (CRE)},
author = {Xiaoyu Chen and Rohan Badlani},
journal= {arXiv preprint arXiv:2011.09658},
year = {2020}
}
备注
EMNLP 2020 Workshop: Deep Learning Inside Out (DeeLIO)