relation extraction | BriefGPT

关键词relation extraction

搜索结果 - 348

在检索增强生成框架中使用经过微调的大型语言模型进行关系抽取
Fine-tuned large language models integrated into the Retrieval-Augmented-based approach demonstrate exceptional performa
PDF12 days ago
ACL融合使完美：一种高效的多粒度匹配方法用于零样本关系抽取
通过使用虚拟实体匹配来降低手工注释成本，并结合粗粒度召回和细粒度分类的多颗粒度匹配方法，我们的研究在零样本关系抽取任务中在推理效率和预测准确性之间取得了平衡，超越了先前的最先进方法。
PDF15 days ago
低资源情境下，LLM 在关系抽取中的表现如何？综合评估
该研究构建了十个低资源语言的关系抽取数据集，并利用语言困惑度对翻译数据进行过滤，最后在这些数据集上评估了开源大型语言模型的性能。
PDF15 days ago
纠缠关系：利用 NLI 和元分析增强生物医学关系提取
MetaEntail-RE 是一种基于自然语言推理原理的关系抽取增强方法，通过引入元类分析、可行性假设过滤和基于群体的预测选择等关键改进，取得了显著的性能提升，并且在生物医学和常规领域均具有广泛应用价值。
PDFa month ago
ACL基于奖励的输入构建方法用于跨文档关系抽取
提出了基于奖励的输入构造 (REIC) 方法，用于跨文档关系抽取，通过提取与关系有关的证据句子，使关系模块能够有效地推断关系。实验结果表明，该方法在跨文档关系抽取中的不同结构和骨干上优于启发式方法。
PDFa month ago
PGA-SciRE: 利用数据增强增强科学关系抽取的 LLM
提出了一种名为 PGA 的基于文本数据增强的框架，利用语言模型（LLMs）通过改写原始训练集样本来增加伪样本的数量，以提高科学领域关系抽取模型的性能，并通过生成含有与标签相关信息的句子来指导 LLMs 生成更多的伪样本，实验证明 PGA 框
PDFa month ago
基于 BioBERT 的深度学习和融合的 ChemProt-DrugProt 方法用于增强的生物医学关系抽取
本文介绍了一种增强生物医学文本中关系抽取的方法，重点关注化学基因相互作用。利用 BioBERT 模型和多层全连接网络架构，我们的方法使用一种新颖的合并策略，将 ChemProt 和 DrugProt 数据集集成在一起。通过大量实验，我们证明
PDFa month ago
适应现代历史：从 16 世纪西班牙君主文档中提取信息的 PromptORE 调整
通过对西班牙宗教审判数字抄本数据进行微调，我们提出了一种改进的 PromptORE 方法（即对大型语言模型进行训练，以从专业文本中提取关系）。我们通过 Prompt 工程解决了西班牙语文本中复杂的实体定位和性别问题，得到了显著的准确性提升
PDFa month ago
ACL基于知识的跨文档关系抽取
我们提出了一种新颖方法 KXDocRE，在跨文档关系抽取中嵌入了实体的领域知识，相比基准方法具有三个主要优势：1）它将实体的领域知识与文档的文本结合起来；2）它通过生成解释性文本来解释实体之间的预测关系；3）它在性能上优于先前的方法。
PDFa month ago
实体和关系的联合提取的解耦和聚集框架
我们提出了一种新模型，旨在联合提取实体和关系，通过解耦特征编码过程并使用细粒度的子任务特定特征以及采用新的信息交互策略来增强模型性能，并在实验中展现了优于现有模型的结果。
PDF2 months ago
抽取长文档中的长对象列表的增强检索语言模型
基于大型语言模型的召回导向生成和准确导向的筛选验证方法，用于从长文本中提取长列表的关系抽取方法。L3X 方法在性能上明显优于仅使用大型语言模型的方法。
PDF2 months ago
图形推理：基于 LLM 的半开放关系提取
本研究通过利用 GPT-3.5 中的链式思维和图形推理技术，以及详细的例子推理，全面探索了关系抽取，并引入了一种新颖的图形推理方法，将关系抽取拆分为连续的子任务，提高了处理复杂关系数据的精确性和适应性，实验证明了我们方法的有效性。
PDF2 months ago
IJCAI召回、检索与推理：迈向更好的上下文关系抽取
通过提出一种召回 - 检索 - 推理关系抽取框架，将大型语言模型与检索语料库相结合，从而使语言模型能够在上下文中进行可靠的推理，以提高关系抽取的性能。
PDF2 months ago
IJCAI元上下文学习提高大型语言模型的零和少样本关系抽取器
通过元训练框架（Micre）提高零样本和小样本关系抽取任务中大语言模型（LLMs）的上下文学习能力，实现更好的任务泛化。
PDF2 months ago
EnzChemRED，一个丰富的酶化学关系提取数据集
通过 EnzChemRED 数据集，利用大型语言模型等自然语言处理方法可以显著提高识别文本中的蛋白质和化学品提及以及提取它们参与的化学转化的能力，该数据集位于 PubMed 摘要中，旨在支持酶的修饰。
PDF2 months ago
EnriCo: 实体和关系抽取的丰富表示和全局约束推理
我们引入了 EnriCo，通过使用注意机制促进了丰富和表达力的表示，并使用一系列解码算法来确保结构化和连贯的输出。在联合实体和关系抽取数据集上评估时，我们的模型表现出与基线模型相媲美的性能。
PDF2 months ago
基于 LayoutLMv3 的增强关系抽取模型在视觉丰富文档中的应用
通过对 FUNSD 和 CORD 数据集上进行的广泛剖析研究及对 LayoutLMv3 的初始化，我们提出了一个模型，用于在视觉丰富的文档中进行关系抽取，其结果超过了当前行业的最佳效果，且没有特定的预训练任务和较少的参数。
PDF3 months ago
通过单选问答通过生成式语言模型提升软件相关信息提取
本文描述了我们在软件提及消岐（SOMD）共享任务中的参与，重点是通过使用生成式语言模型（GLMs）和单选题答题来改善学术文本中的关系抽取。我们的方法优先使用 GLMs 的上下文学习能力，提取与软件相关的实体及其描述属性，例如分布信息。我们的
PDF3 months ago
关系抽取的二维特征工程方法
本论文提出了一种基于二维句子表示的二维特征工程方法，用于关系提取任务，经过在三个公共数据集上的评估，达到了最先进的性能，结果表明二维特征工程可以充分利用二维句子表示和传统特征工程中的先前知识。
PDF3 months ago
ACL提升关系抽取的敌对视角
提出了一种针对关系抽取的对抗训练方法，通过序列和标记级的扰动引入独立的扰动词汇表来改进对实体和上下文扰动的搜索，引入了一种概率策略在对抗训练上使上下文的清理标记数更多，实验证明相比于其他对抗训练方法，该方法显著提高了模型的准确性和鲁棒性，同
PDF3 months ago