实体
BenchIE
BenchIE
PulseAugur coverage of BenchIE — every cluster mentioning BenchIE across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
基于扩散模型的开放信息抽取系统DiffIE创下新的SOTA
研究人员开发了DiffIE，一种新颖的基于扩散模型的开放信息抽取（OpenIE）方法。与使用自回归生成或固定槽预测的传统方法不同，DiffIE利用条件离散扩散的随机性。这允许在每个token的角色标签上进行独立的逆扩散轨迹，以生成候选三元组，然后对这些三元组进行聚类和排序。该方法将抽取预算与训练解耦，能够在推理时调整抽取数量。DiffIE在CaRB基准测试上取得了最先进的结果，并在其他标准评估中表现具有竞争力，表明扩散随机性对于多输出…
-
新框架KGCQual为知识图谱提供可解释的评估
研究人员推出KGCQual，一个旨在评估从文本构建的知识图谱质量的新框架。这个可解释的指标评估实体级别的完整性和关系级别的语义保持性，超越了现有的特定任务或手动验证方法。KGCQual已在多个最先进的三元组提取系统和数据集上进行了测试，显示出其检测其他指标遗漏的遗漏和结构偏差的能力。该框架旨在提供一种标准化和可扩展的方法来比较自动知识图谱构建技术。
-
新的KGCQual指标为知识图谱构建提供可解释的评估
研究人员推出了一种名为KGCQual的新框架，旨在评估从文本自动构建的知识图谱（KGs）的质量。该指标通过将提取的图谱与源文本中关键名词短语和谓词关系的理想表示进行比较，提供对知识图谱保真度的可解释评估。KGCQual整合了实体级和关系级评估，利用词汇相似性和依赖解析对齐来确保语义保真度，并已在多个最先进的三元组提取系统和数据集上得到验证。