few-shot relation extraction | BriefGPT

关键词few-shot relation extraction

搜索结果 - 9

朝着真实的少样本关系抽取：新元数据集与评估
我们引入了一个元数据集，其中包括两个从现有的监督关系抽取数据集 NYT29 和 WIKIDATA（以及 TACRED 的 few-shot 形式）中派生的数据集。我们对六种最近的 few-shot 关系抽取方法进行了全面评估，观察到没有一种
PDF3 months ago
混合视觉证据下的少样本关系抽取
多模态表示学习在少样本关系抽取上的应用
PDF4 months ago
协同锚定对比式预训练在少样本关系抽取中的应用
通过预训练语言模型和锚定对比预训练框架，本研究在少样本关系抽取中取得了显著的性能提升，并展示了对领域迁移和零样本关系抽取的优越适应能力。
PDF7 months ago
EMNLP基于显式证据推理的少样本关系抽取思路链
使用大型语言模型的 CoT-ER 方法为少样本关系提取提出了一种新的方法，该方法利用具体证明推理将证据明确地纳入思维链式提示，实验结果表明，CoT-ER 方法（无训练数据）在 FewRel1.0 和 FewRel2.0 数据集上的表现与全监
PDF8 months ago
如何释放大型语言模型在少样本关系提取上的能力？
本文研究使用大语言模型的 few-shot 关系抽取的方法，着重考察了上下文学习和数据生成技术，并通过实验发现，与之前的提示学习方法相比，上下文学习方法可以获得与之类似的效果，而大语言模型的数据生成方法可以帮助基于先前解决方法获得一些状态
PDFa year ago
ACL一种简单而有效的关系信息引导的少样本关系抽取方法
本文提出了一种新的直接加法方法来更加明确有效地将关系信息引入 Few-Shot 关系提取模型，该方法通过连接两种关系视图来生成关系表示，并将其直接添加到原型中进行训练和预测，在 FewRel 1.0 基准数据集上实现了显著的改进，并且与最
PDF2 years ago
探究少样本关系抽取的任务难度
本文研究了少样本关系抽取问题，在元学习的基础上，提出了一种基于对比学习的方法，该方法通过利用关系标签信息来学习更好的表征，并进一步设计了一种方法，使模型能够自适应地学习如何关注难任务。实验表明，我们的方法在两个标准数据集上都有出色的表现。
PDF3 years ago
ACL实体概念增强的少样本关系抽取
本文提出了一种新颖的基于实体概念增强的少样本关系提取方案（ConceptFERE），通过计算句子与概念之间的语义相似度，选择最合适的概念，再通过自注意力融合模块建立概念嵌入和句子嵌入之间的联系，提高了关系分类性能。
PDF3 years ago
ICML基于关系图的贝叶斯元学习进行少样本关系抽取
本文研究了利用少量标记数据进行关系抽取的方法，为了更好地概括新关系，我们提出了利用全局关系图的方法，使用贝叶斯元学习的方法来有效地学习关系的原型向量的后验分布，并使用随机梯度 Langevin 动力学来优化原型向量的后验分布，整个框架能够有
PDF4 years ago