ACLJun, 2021

HySPA：用于可扩展文本到图形提取的混合跨度生成

PDF
TL;DR本文介绍了一种名为 Hybrid Span Generator (HySPA) 的混合跨度生成器，它可以对文本中的信息图进行可逆映射，直接生成节点和边类型的交替序列，并在线性时间和空间复杂度内对跨度和类型进行解码。在 ACE05 数据集上的实验表明，该方法在联合实体和关系提取任务上也显着优于现有技术。
text-to-graph extractionhybrid span generatorinformation graphentity and relation extractionace05 dataset
发现论文，激发创造
  • 基于动态跨度图的信息抽取通用框架

    介绍了一个通用的框架，用于多个信息提取任务，共享动态构建的跨度图表示，该图由选择最可靠的实体跨度所构成，并使用置信度加权关系类型和共参考建立节点，从而实现共参考和关系类型置信度通过图传播迭代地细化跨度表示，与以前的多任务信息提取框架不同，我们的框架显著优于多个数据集上的多个信息提取任务的最新水平，涵盖了不同的领域。另外，我们观察到跨度枚举方法在检测嵌套跨距实体方面表现出色，在 ACE 数据集上 F1 分数显著提高。

    Apr, 2019

  • 一种自回归的文本到图形框架用于联合实体和关系抽取

    我们提出了一种新的方法，将无结构文本中的实体和关系提取作为条件序列生成问题，采用基于跨度的方法生成线性化图，其中节点表示文本跨度，边表示关系三元组。通过跨度表示，我们的模型可以捕捉实体和关系的结构特征和边界，并通过指向机制将生成的输出与原始文本进行关联。基准数据集上的评估验证了我们方法的有效性，展示了竞争性的结果。

    Jan, 2024

  • 基于异构星型图的类型监督序列标注用于命名实体识别

    本论文研究了包含文本节点和类型节点的异构星型图的表示学习，修正了一种混合形式的图注意力机制，解决了传统序列标注方法中忽略嵌套实体的问题，并提出了一种多层标注策略，经实验验证，该方法在提取扁平和嵌套实体方面均达到了最先进的性能水平。

    Oct, 2022

  • DG-SpanBERT 高效长距离关系抽取

    该研究提出了一种新的基于 SpanBERT 和图卷积网络的关系抽取模型 (DG-SpanBERT), 具有学习从大规模语料库中获取词汇特征和捕捉实体之间长距离关系的优点，在 TACRED 数据集上的实验结果表明其性能优于现有基于依存关系和序列的模型，达到了最先进的水平。

    Apr, 2020

  • 通过生成和压缩信息进行基于跨度的命名实体识别

    本文提出将生成模型和信息压缩模型结合在一起，通过信息瓶颈模型提高命名实体识别（NER）性能。通过实验证明，联合训练生成模型和信息压缩模型可以增强基线的基于 span 的 NER 系统的性能。

    Feb, 2023

  • 利用图变换网络对复杂文档布局中的文本语义进行建模

    本文提出了一种基于图形表示的模型，并演示了我们不仅可以跨文档检索语义相似的信息，而且我们生成的嵌入空间也捕获了有用的语义信息，类似于仅适用于文本序列的语言模型。

    Feb, 2022

  • 使用超图表示的合成文本生成

    使用基于超图的方法生成语义框架，通过变换框架内容生成多样、连贯、风格、情感、格式、结构和事实都有变化的文档。

    Sep, 2023

  • 使用图形 transformer 从知识图谱生成文本

    本文介绍了一种新型图形转换编码器，可处理知识图谱等非层次性图形的内容，应用于科学文本领域的图 - 文本生成，评价结果表明，该技术可以产生比竞争的编码解码方法更具信息量且结构更好的文本。

    Apr, 2019

  • 解释文本片段之间的交互

    通过 SpanEx 数据集和社区检测方法，研究了自然语言理解中的跨度推理，包括事实核查和机器阅读理解，并与人类推理过程进行了比较。

    Oct, 2023

  • 使用上下文化的跨度表示进行实体、关系和事件提取

    我们提出了一个名为 DyGIE ++ 的统一、多任务框架，并通过枚举、精炼和评分文本跨句的局部和全局环境以完成命名实体识别、关系提取和事件提取等三项信息提取任务，利用动态跨句子关系模拟实现了跨句子实体关系抽取，该框架在多个领域的四个数据集上均取得了最好的结果。

    Sep, 2019