![](https://img-blog.csdnimg.cn/20201014180756925.png?x-oss-process=image/resize,m_fixed,h_64,w_64)
论文阅读-NLP
文章平均质量分 86
pig774
这个作者很懒,什么都没留下…
展开
-
CorefDRE: Document-level Relation Extraction with coreference resolution
http://arxiv.org/abs/2202.107441.动机以前的工作大多关注于提及的共指消除,而没有关注代词,几乎没有工作关注提及和代词之间的共指消除。 从下图可以看出,文档中的代词表示了丰富的语义信息,这对文档级的关系抽取至关重要2.基本思想为了获得代词的语义特征,我们提出了Coref-aware Doc-level Relation Extraction based on Graph Inference Network 提出了一种mention-pronoun cor.原创 2022-03-21 15:40:13 · 544 阅读 · 0 评论 -
Modeling Mention Dependencies for Document-Level Relation Extraction
Entity Structure Within and Throughout: Modeling Mention Dependencies for Document-Level Relation Extractionhttp://arxiv.org/abs/2102.10249目录Entity Structure Within and Throughout: Modeling Mention Dependencies for Document-Level Relation Extraction原创 2022-03-10 15:56:59 · 1409 阅读 · 0 评论 -
EIDER: Evidence-enhanced Document-level Relation Extraction
http://arxiv.org/abs/2106.08657要了解本论文,最好先看一下ATLOP论文和E2GRE论文,本文提出的EIDER模型是在这两个模型上进行改进的模型。目录1 摘要2 动机3 Joint Relation and Evidence Extraction3.1 Encoder3.1.1 目的3.1.2 步骤3.2 Relation Prediction Head3.2.1 目的3.2.2 步骤3.3 Evidence Predictio.原创 2022-03-09 19:12:44 · 1730 阅读 · 4 评论 -
Document-Level Relation Extraction with Reconstruction
传统的图结构模型是对所有的实体对进行信息的建模,而不管这些实体对有没有关系,因此这样会分散模型对有关系的实体对的注意。因此,我们在原有的模型基础上,提出了重构器,重构器的目的是使存在关系的实体对之间的路径依赖更强,最终通过定义的损失函数,可以得到实体对之间的路径存在的可能性,若路径存在可能性越大,说明该实体对之间存在关系的概率越大,损失越小。这样设计,我们就可以使重构器通过学习得来的权重参数来重构实体对之间的路径依赖强度,存在关系的强度大,从而来更加关注存在关系的实体对。因此,重构器被视为一个关系指示器,在原创 2022-03-08 20:12:04 · 1767 阅读 · 1 评论 -
Document-Level Relation Extraction with Adaptive Thresholding and Localized Context Pooling
与句子级关系抽取相比,文档级关系抽取(RE)提出了新的挑战。一个文档通常包含多个实体对,一个实体对在与多个可能的关系关联的文档中多次出现。在本文中,我们提出了两种新的技术,自适应阈值和局部上下文池,以解决多标签和多实体问题。自适应阈值法用一个可学习的实体相关阈值代替了之前工作中多标签分类的全局阈值。本地化上下文池直接将注意力从预先训练的语言模型转移到定位相关上下文,从而有助于确定关系。原创 2022-03-07 19:54:40 · 1278 阅读 · 0 评论 -
Entity and Evidence Guided Relation Extraction for DocRED
http://arxiv.org/abs/2008.12283目录1 摘要2 任务3 动机4 方法4.1 实体引导4.2 证据引导5 模型设计5.1 Entity-Guided Input Sequences5.2 Entity-Guided Relation Extraction5.3Evidence Guided Relation Extraction5.3.1Evidence Prediction5.3.2Evidence-guided ...原创 2022-03-07 17:20:54 · 1124 阅读 · 0 评论