基于提示性数据编程的弱监督文档级关系抽取
通过结合基于提示的技术和数据编程，PromptRE 是一种新型的弱监督文档级关系提取方法，利用标签分布和实体类型作为先验知识来改善性能，在关系分类和处理 “无关系” 问题方面表现出了更好的性能，实验证明 PromptRE 在 ReDocRED 数据集上优于基线方法。
本文研究了低资源情况下关系抽取系统的三种方案，并创建了包含8个数据集的基准。结果表明，数据增强和自我训练可以提高性能，但自我训练并不能始终实现低资源关系抽取的进步。提示的调整有助于低资源RE，但在从跨句子上下文中提取多个关系三元组时仍有改善潜力。
