实体
DocRED
DocRED
PulseAugur coverage of DocRED — every cluster mentioning DocRED across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
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
-
新框架解决文档级关系抽取中的噪声问题
研究人员开发了一个新框架，以解决文档级关系抽取数据集中存在的噪声和结构不一致问题。该方法量化并强制执行结构一致性，特别关注本体约束和关系三元组内的逻辑矛盾。通过在训练期间应用这种结构化正则化，该方法显著减少了错误并提高了模型的泛化性能，为利用大规模、远程监督数据提供了一种有效策略。
-
新框架CONSISTRE提高了LLM关系提取的一致性
研究人员开发了CONSISTRE，一个旨在利用大型语言模型（LLMs）改进文档级关系提取（DocRE）的新框架。该框架通过引入一致性检查来解决LLMs产生不一致或矛盾预测的问题。CONSISTRE提供了两种方法：一种适用于黑盒LLMs，通过提示和自我反思来优化预测；另一种适用于开源模型，利用知识蒸馏和强化学习来注入一致性知识。在DocRED数据集上的实验表明，这两种方法都提高了关系提取的可靠性。
-
GLiNER-Relex 在单一 NLP 模型中统一了实体和关系提取
研究人员推出 GLiNER-Relex，一个旨在同时执行命名实体识别和关系提取的新型统一框架。该方法扩展了现有的 GLiNER 架构，利用共享的 transformer 编码器来处理文本、实体标签和关系标签。该模型能够对推理期间指定的任意实体和关系类型进行零样本提取，在多个基准测试中表现出竞争力，同时保持计算效率。该框架作为一个开源 Python 包公开发布。