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。

VaeDiff-DocRE: An End-to-End Data Augmentation Framework for Document-Level Relation Extraction
BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证