ZeroShotCeres：基于半结构化网页的零样本关系抽取
计算与语言
2020-05-15 v1 信息检索
摘要
在许多文档（如半结构化网页）中，文本语义通过布局、字体大小和颜色等视觉元素传达的附加信息得到增强。先前关于从半结构化网站抽取信息的工作需要经由该模板的手动标注或远程监督数据，学习特定于给定模板的抽取模型。在这项工作中，我们提出了一种针对具有前所未见模板的网页的“零样本”开放域关系抽取方案，包括来自与现有远程监督知识源重叠很少的网站以及完全新主题垂直领域的网站。我们的模型使用基于图神经网络的方法构建网页上文本字段及其之间关系的丰富表示，从而实现对新模板的泛化。实验表明，该方法在新主题垂直领域的零样本抽取上相较基线获得 31% 的 F1 提升。
引用
@article{arxiv.2005.07105,
title = {ZeroShotCeres: Zero-Shot Relation Extraction from Semi-Structured Webpages},
author = {Colin Lockard and Prashant Shiralkar and Xin Luna Dong and Hannaneh Hajishirzi},
journal= {arXiv preprint arXiv:2005.07105},
year = {2020}
}
备注
Accepted to ACL 2020