该研究提出了一种新的表格变换器（T-T），旨在改进传统的方面情感三元组提取方法。通过引入条带注意力机制和循环移位策略，T-T优化了注意力机制，提升了模型性能并降低了计算成本。

本研究探讨了混合智能协作中理解社交对话的挑战，提出了一种新方法，通过五种模型从对话中提取三元组，并发布了训练和评估数据集。结果显示提取准确性高，但跨轮次提取仍存在困难。

本文提出了一种新的多原型嵌入网络模型，注入实体和关系之间的隐式相关性，以提高少样本三元组提取的性能。

BitCoin是一种创新的三元组提取框架，通过考虑多个正例和引入惩罚项来防止过度相似度，实现了从主体到客体和从客体到主体的三元组提取。实验结果表明，BitCoin在基准数据集上取得了最先进的结果，并显著提高了正常、SEO、EPO和多关系提取任务的F1得分。