零样态开放式实体结构发现
计算与语言
2026-02-02 v2
摘要
实体结构抽取旨在从文本中抽取实体及其关联的属性-值结构，对文本理解和知识图谱构建至关重要。现有方法基于大型语言模型（LLM）通常高度依赖预定义的实体属性模式或已标注数据集，常导致抽取结果不完整。为解决这些挑战，我们引入零样态开放式实体结构发现（Zero-Shot Open-schema Entity Structure Discovery, ZOES），一种无需任何模式或已标注样本的实体结构抽取方法。ZOES通过丰富、精炼和统一的原则机制运作，基于实体及其关联结构相互强化的洞见。实验表明，ZOES在三个不同领域持续提升LLM抽取更完整实体结构的能力，展示了方法的有效性和通用性。这些发现表明，此类丰富、精炼和统一机制可能作为提升LLM基于实体结构发现质量的原则方法。
引用
@article{arxiv.2506.04458,
title = {Zero-Shot Open-Schema Entity Structure Discovery},
author = {Xueqiang Xu and Jinfeng Xiao and James Barry and Mohab Elkaref and Jiaru Zou and Pengcheng Jiang and Yunyi Zhang and Max Giammona and Geeth de Mel and Jiawei Han},
journal= {arXiv preprint arXiv:2506.04458},
year = {2026}
}
备注
EACL 2026 camera-ready