论文研读
文章平均质量分 94
主要用于记录论文的翻译与心得
ac不知深
伟大是熬出来的
展开
-
A sequence-to-sequence approach for document-level relation extraction
我们开发了一种序列对序列的方法seq2rel,它可以学习DocRE(实体提取、共同引用解析和关系提取)的端到端子任务,取代了任务特定组件的管道。我们使用一种称为实体暗示的简单策略,将我们的方法与几种流行的生物医学数据集上现有的基于管道的方法进行比较,在某些情况下性能超过了它们。在本文中,我们主要关注的情况是,E没有给出,必须由一个模型预测,我们将其称为“端到端”。编码器将输入中的每个标记映射到上下文嵌入。自回归解码器生成一个一个标记的输出,关注编码器在每个时间步的输出(图2)。原创 2022-09-13 19:04:52 · 612 阅读 · 2 评论 -
解读《Document-Level Relation Extraction with Adaptive Focal Loss and Knowledge Distillation》论文
对于本论文我把所有内容重新排版了,加上自己更直白的话来直观介绍。如果对于文章里的名词解释有疑惑,可以参考我这篇文章一、工作:首先,我们使用轴向注意模块学习实体对之间的相互依赖关系,提高了两跳关系的性能。其次,我们提出了一个自适应的局部损失来解决DocRE的类不平衡问题。最后,我们利用知识蒸馏来克服人工标注数据与远程监督数据之间的差异。首先,为了改进两跳关系的推理,我们提出使用轴向注意模块作为特征提取器。此模块使我们能够关注两跳逻辑路径内的元素,并捕获关系三元组之间的相互依赖关系。其次,我们提出自适应原创 2022-05-09 21:43:39 · 1310 阅读 · 14 评论