BriefGPT - AI 论文速递 · 2024-12-18T00:00:00Z VaeDiff-DocRE: An End-to-End Data Augmentation Framework for Document-Level Relation Extraction 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种基于生成模型的数据增强方法，旨在解决文档级关系提取中的标签分布不均问题。通过变分自编码器和扩散模型，增强了少见关系的数据，提升了多个基准数据集的性能，验证了方法的有效性。 🏷️ 标签 framework 关系提取 变分自编码器 扩散模型 数据增强 生成模型 阅读原文 生成长图 分享链接 已复制链接
