PulseAugur
中
实时 08:15:18
English(EN) Entity-Relation Extraction as Multi-Turn Question Answering

将实体关系抽取构建为多轮问答

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员通过将实体关系抽取构建为多轮问答问题，引入了一种新颖的方法。该方法利用机器阅读理解模型，并将关键信息编码到问题查询中。在ACE和CoNLL04数据集上进行的实验表明，与现有模型相比，该方法取得了显著的改进，达到了最先进的水平。该方法还成功应用于一个新的中文数据集RESUME，该数据集需要更复杂的推理才能进行实体依赖抽取。 AI

影响 这项研究推进了实体关系抽取技术，可能改进信息检索和知识图谱构建。

排序理由 该集群包含一篇详细介绍实体关系抽取新方法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.CL 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

将实体关系抽取构建为多轮问答

报道来源 [1]

  1. arXiv cs.CL TIER_1 English(EN) · Xiaoya Li, Fan Yin, Zijun Sun, Xiayu Li, Arianna Yuan, Guoyin Wang, Duo Chai, Mingxin Zhou, Jiwei Li ·

    实体关系抽取作为多轮问答

    arXiv:1905.05529v5 Announce Type: replace Abstract: In this paper, we propose a new paradigm for the task of entity-relation extraction. We cast the task as a multi-turn question answering problem, i.e., the extraction of entities and relations is transformed to the task of ident…

相关实体

相关话题