【自然语言处理】关系抽取 —— SIEF 概述

不牌不改

已于 2023-10-24 20:42:09 修改

阅读量785

点赞数

分类专栏：【NLP & CV】文章标签：自然语言处理人工智能机器学习深度学习神经网络

于 2023-10-01 09:25:55 首次发布

本文链接：https://blog.csdn.net/weixin_46221946/article/details/133455997

版权

【NLP & CV】专栏收录该内容

47 篇文章 4 订阅 ¥49.90 ¥99.00

订阅专栏

超级会员免费看

SIEF是一种通过删除无关语句来增强DocRE模型健壮性的方法。它通过估计句子重要性并聚焦无关语句的影响，使模型在语句删除后仍能保持稳定预测。实验表明，SIEF能提升模型在关系抽取任务中的性能，尤其是在语句内关系预测上。此外，SIEF的重要性计算方法和语句聚焦损失有助于模型区分证据语句和无关语句。

摘要由CSDN通过智能技术生成

SIEF

论文信息

标题：Document-Level Relation Extraction with Sentences Importance Estimation and Focusing

作者：Wang Xu, Kehai Chen, Lili Mou, Tiejun Zhao

期刊：NAACL-HLT 2022

发布时间与更新时间：2022.04.27

主题：自然语言处理、关系抽取、DocRE、DialogRE

arXiv：[2204.12679] Document-Level Relation Extraction with Sentences Importance Estimation and Focusing (arxiv.org)

代码：xwjim/SIEF: PyTorch implementation for NAACL 2022 paper: “Document-Level Relation Extraction with Sentences Importance Estimation and Focusing” (github.com)