![](https://img-blog.csdnimg.cn/20201014180756927.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文
文章平均质量分 90
风与海的半神
为工作做准备!
展开
-
CodRED: A Cross-Document Relation Extraction Dataset for Acquiring Knowledge in the Wild
清华大学的研究团队又提出了一个新的任务:Cross document relation extraction。相应地,他们给出了任务的定义和数据集的构造、格式、说明等,也给出了两种baseline来进行跨文档关系抽取。期待能起到一个基石的作用。github链接:CodREDAbstract关系抽取是构建知识图谱、智能问答的基础任务,目前存在句子关系抽取(从单个句子抽取实体之间的关系)、文档级关系抽取(从一篇文章中抽取多个实体对之间的关系)这两种主流任务。但是现实生活中,往往需要从多个文档来推测关系。原创 2021-12-16 20:58:06 · 759 阅读 · 1 评论 -
论文阅读Reasoning with Latent Structure Refinement for Document-Level Relation Extraction
Reasoning with Latent Structure Refinement for Document-Level Relation Extraction0. Summary对于文档级关系抽取,现存的方法通过语义树、共指消解或者启发式的方法创建静态文档图。本文提出了一种自动生成文档图的方法。并且增加了细化策略,可以增量式的聚合相关信息并进行多条推理。我们的模型是基于结构化注意力构建的。 使用矩阵树定理的变体,我们的模型能够生成特定于任务的依赖结构,用于捕获实体之间的非局部交互。 我们进一步开发了原创 2021-08-18 20:24:23 · 911 阅读 · 0 评论