【论文阅读】Entity and Evidence Guided Relation Extraction for DocRED
摘要把实体放在文档前面。若一个句子有N个实体,就构造N个这样的序列。例如,H代表头实体,D代表文档:[CLS]+H+[SEP]+D+[SEP]拿到H的embedding后,average后得到实体的embedding hhh。对于尾实体的embedding,定位到他的位置,同样average得到embedding tkt_ktk拿到头实体的embedding以及所有尾实体的embedding,送入双线性层,接sigmoid激活函数,预测蕴含的关系定义了多标签的交叉熵损失函数.
复制链接