DS@GT HIPE 的研究人员开发了一个轻量级系统，用于从历史报纸中抽取人物地名关系，重点关注可解释性和效率。他们的方法利用依存图和邻近特征，使用小型 scikit-learn 集成或紧凑型图注意力网络进行关系分类，模型参数保持在 847K 以下。该系统在 HIPE-2026 共享任务上实现了 0.5142 的宏召回率，在效率方面排名第三，并强调了最小字符距离对于捕捉分类信号的重要性。研究还强调了文档分组交叉验证对于防止数据泄露的必要性。 AI
影响 这项研究展示了一种高效且可解释的关系抽取方法，有望降低历史文本分析的计算成本。
排序理由 学术论文，详细介绍了一种新的关系抽取方法。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
