TREND：面向对话的触发增强关系抽取网络
计算与语言
2022-07-26 v2
摘要
对话关系抽取（DRE）的目标是在给定对话中识别两个实体间的关系。在对话过程中，说话人可能通过显式或隐式线索暴露其与某些实体的关系，此类证据称为“触发器（triggers）”。然而，目标数据未必总可用触发器的标注，因此利用此类信息提升性能颇具挑战。为此，本文提出从带有触发器标注的数据中学习如何识别触发器，再将此触发器发现能力迁移至其他数据集以提升性能。实验表明，所提方法能够改善未见关系的抽取性能，并证明了我们所提触发器发现模型跨不同领域与数据集的可迁移性。
引用
@article{arxiv.2108.13811,
title = {TREND: Trigger-Enhanced Relation-Extraction Network for Dialogues},
author = {Po-Wei Lin and Shang-Yu Su and Yun-Nung Chen},
journal= {arXiv preprint arXiv:2108.13811},
year = {2022}
}
备注
Accepted to SIGDIAL 2022; The first two authors contributed to this work equally