实体
relationship extraction
relationship extraction
PulseAugur coverage of relationship extraction — every cluster mentioning relationship extraction across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
TWIX管道在GutBrainIE信息提取基准测试中取得顶级结果
研究人员开发了TWIX，一个新颖的两阶段信息提取管道，旨在解决命名实体识别（NER）和关系提取（RE）任务。该系统在GutBrainIE基准测试上进行了评估，该基准测试专注于肠脑轴领域，并包括NER、命名实体识别和消歧（NERD）以及RE的子任务。TWIX表现出卓越的性能，优于基线，并在参与者提交的所有子任务中均获得第一名，表明其在提高科学知识发现的精确率和召回率方面具有有效性。
-
新的LA-RL框架增强大型语言模型信息抽取能力
研究人员开发了LA-RL，一个旨在提高大型语言模型信息抽取能力的新型框架。该方法使用任务特定的诊断标签来指导自我纠正，使模型能够识别和修复与缺失跨度、不正确标签或无效关系顺序相关的错误。在命名实体识别、关系抽取和事件抽取任务上的实验表明，与标准的监督微调相比，性能有了显著提升，在SciER和DuEE1.0等数据集上尤为突出。
-
新技术使用负面示例来改进LLM信息抽取
研究人员推出了一种新颖的少样本信息抽取技术LC-ICL，该技术使用大型语言模型。该方法通过将正确的（正面）和不正确的（负面）示例纳入上下文学习演示中来提高性能。负面示例带有错误原因标签，提供了关于某些预测为何失败的详细见解，并帮助模型避免重复错误。实验表明，LC-ICL在各种数据集上优于现有的少样本上下文学习方法。