论文浅尝 | GraphIE:基于图的信息抽取框架

笔记整理：吕欣泽，南京大学计算机科学与技术系，硕士研究生。

---

论文连接：https://arxiv.org/pdf/1810.13083.pdf

发表会议：NAACL 2019

摘要

大多数现代信息提取（IE）系统都是作为顺序标记器实现的，并且只模拟本地依赖项。然而，非顺序的上下文是改进预测效果的有价值的信息来源。本文介绍GraphIE，一个在图上运行的信息抽取框架。该算法通过图形卷积网络在连接的节点之间传播信息，利用来改进单词级别的预测从，而生成更丰富的表示。本文评估了三个不同的任务：文本，社交媒体和视觉信息提取，结果一致地显示GraphIE 优于最先进的信息抽取模型。

模型介绍

1.     概览