UniArk: 去偏见提高事实知识抽取的泛化能力和一致性

原文约300字，阅读约需1分钟。发表于：。

使用适配器框架 UniArk，通过简单方法进行广义和一致的事实知识提取，大幅提高了模型在领域外的概括能力和多种提示下的一致性。此外，构建了 ParaTrex，一个大规模且多样化的数据集，用于测量模型的不一致性和领域外生成，并提供了使用大型语言模型构建改写数据集的参考方法。

FactKB是一种新的事实评估方法，使用实体知识的语言模型，解决了现有模型在新领域中的错误问题。通过测试，FactKB在不同领域的数据上表现出了最先进的性能水平，并能显著提高摘要中错误实体和关系的检测能力。