通过非桥实体增强和预测去偏差改进基于图的跨文档关系提取方法
原文中文,约200字,阅读约需1分钟。发表于: 。我们提出了一种新颖的基于图的跨文档关系抽取模型,通过增强非桥接实体和减少预测偏差来显著提高模型性能。
本文提出了一种新颖的判别推理框架,通过建模文档中实体对之间的推理路径,并利用图形和文档上下文来估计推理路径的关系概率分布,从而识别它们的关系。实验证明该方法在大规模数据集上表现优秀。
我们提出了一种新颖的基于图的跨文档关系抽取模型,通过增强非桥接实体和减少预测偏差来显著提高模型性能。
本文提出了一种新颖的判别推理框架,通过建模文档中实体对之间的推理路径,并利用图形和文档上下文来估计推理路径的关系概率分布,从而识别它们的关系。实验证明该方法在大规模数据集上表现优秀。