relation extraction | BriefGPT

关键词relation extraction

搜索结果 - 348

COLING引导的远程监督多语言关系抽取数据：适应新语言
应用引导远程监督方法创建了一个包含超过 8 万个实例和 9 种关系类型的德语生物关系抽取数据集，同时还创建了一个手动注释的用于评估模型的数据集，并在自动创建的数据集上训练了几种先进机器学习模型和进行多语言和跨语言实验。
PDF3 months ago
MixRED：一种混合语境关系抽取数据集
研究论文介绍了在混合语言场景中进行关系抽取的新任务 MixRE，并构建了混合语言数据集 MixRED，评估了现有的有监督模型和大型语言模型对于这一新任务的表现，并揭示了影响模型性能的因素以及提高模型性能的有望方向。
PDF3 months ago
CO-Fun: 一个用于命名实体识别和关系抽取的德国公司外包基金招股说明书数据集
通过对具有金融实体和服务提供者关系的网络映射过程的研究，我们介绍了一个针对德国基金募集说明书中公司外包实践的数据集，该数据集专门用于命名实体识别和关系提取任务。我们对 948 个句子进行了标记，并由三名专家进行了标注，共获得了 5,969
PDF3 months ago
CHisIEC: 古代中国历史信息抽取语料库
利用中文历史信息抽取语料库 (CHisIEC) 推进古代历史和文化研究，实现对命名实体识别和关系提取任务的开发和评估，涵盖 13 个朝代超过 1830 年的历史时间线的数据，包括四种实体类型和十二种关系类型。
PDF3 months ago
AutoRE：基于大型语言模型的文档级关系抽取
通过引入 AutoRE 模型和 RHF (Relation-Head-Facts) 的新型 RE 提取范式，结合 QLoRA (Parameters Efficient Fine Tuning) 算法构建了一个易于扩展的 DocRE 框架，
PDF3 months ago
信息提取：在发展中国家超本地金融数据领域的应用
本研究使用自然语言处理技术，旨在解决获取发展中国家公司财务数据的问题。通过构建专门针对发展中国家金融文本数据的数据集，我们采用基于 Transformer 的 T5 模型进行文本到文本的处理，同时进行命名实体识别和关系提取，达到 92.44
PDF4 months ago
不含涉密术语和不必要解释的无泪 MRL 解析：以希伯来语为例
在形态丰富的语种中，通过一种新的 “翻转管道” 方法，直接在整个单词单元上进行专家分类器的决策，再综合其预测，从而在希伯来语词性标注和依存句法分析上取得了新的技术水平，并在其他希伯来语自然语言处理任务上接近最新技术水平。
PDF4 months ago
利用基于注意力的关系上下文信息从生物医学文献中提取蛋白质相互作用（PPIs）
通过多源蛋白质相互作用数据集，利用基于 Transformer 的深度学习方法改善关系提取表现，从而协助理解生物系统中的疾病发展、基因 / 蛋白质功能和生物过程。
PDF4 months ago
AutoRD: 基于本体增强大型语言模型的罕见病知识图构建的自动化终端系统
AutoRD 是一个自动化的从文本中提取罕见疾病信息并构建知识图谱的综合系统，使用基于本体论增强的大型语言模型在医疗领域展现了出色的性能和应用潜力。
PDF4 months ago
借助语义驱动的对抗性方法指出关系提取模型的不足
近年来，大型语言模型在各种自然语言处理任务中取得了最先进的性能。然而，研究表明这些模型往往依赖于简化特征，导致不准确的预测，并使得模型在泛化到分布外样本时不可靠。本研究描述了几种基于语义的策略来生成替代实体提及的对抗样本，并调查了最先进的关
PDF4 months ago
结合语言和图模型进行 Web 上的半结构化信息提取
关系抽取是一种从网络上挖掘人类知识的高效方式，本文提出了一种名为 GraphScholarBERT 的开放领域信息抽取方法，它能够从半结构化的网页中提取目标关系，并能在未见过的领域中进行泛化，无需额外数据或训练，并且与搜索关键词完全匹配。实
PDF4 months ago
领域特定性在语言模型和生物医学关系抽取的指导有多重要？
通过现有语言模型、测试四个数据集，我们的研究表明，在生物医学 NLP 任务（关系提取）中，虽然一般领域的模型通常优于生物医学领域的模型，但生物医学数据集上的 fine-tuning 可以与一般数据集 fine-tuning 达到类似的效果，
PDF4 months ago
提升结构化语言模型在信息提取中的输出的一种简单而有效的方法
通过 G&O 方法，将大型语言模型的生成分为两个步骤，首先生成自然语言的中间回答，然后使用中间回答作为上下文，将输出整理成所需结构，从而有效提高了大型语言模型在结构化文本生成任务中的性能。
PDF4 months ago
把握要点：为零 shot 关系抽取量身定制大型语言模型
通过使用语言模型生成初始种子实例并结合反馈进行改进，在关系抽取任务中实现零样本学习，取得了较基准方法更好的性能。
PDF5 months ago
GenRES：大型语言模型时代下的生成式关系抽取评估的反思
关系抽取领域正在向利用大语言模型的生成式关系抽取方向转变，用以填补传统的关系抽取度量方法在评估生成式方法时的不足，介绍了多维度评估方法 GenRES，并通过对十四个领先的大语言模型进行全面评估，通过文件、包、句子级别的数据集为未来生成式关系
PDF5 months ago
利用大型语言模型从材料科学文献中挖掘实验数据
评估先进的大型语言模型（LLMs）在材料科学领域的科学文档中提取结构化信息的能力，并引入了一种比较分析复杂材料表述的新方法，重点是采用化学式的标准化来解决材料科学信息评估中固有的复杂性。LLMs 在指定的两个关键任务中展现出不同的表现：对于
PDF5 months ago
BERTologyNavigator：基于 BERT 语义的高级问答
该研究介绍了 BERTologyNavigator 这一二阶段系统，结合关系提取技术和 BERT 嵌入来导航 DBLP 知识图谱中的关系。该系统在学术问答中的 DBLP QuAD 最终测试数据集上达到了 0.2175 的 F1 分数，在 Q
PDF6 months ago
EMBRE: 生物医学关系提取的实体感知掩码
我们介绍了一种应用于生物医学关系提取的 Entity-aware Masking for Biomedical Relation Extraction (EMBRE) 方法，该方法将实体知识整合到深度神经网络中，通过预训练模型的实体屏蔽目标
PDF6 months ago
边缘计算中维吾尔医学知识的联合提取
利用边缘计算部署基于深度学习模型的医疗知识提取方法，通过在边缘设备上实现本地化实体和关系提取，有效保护了卫生保健服务的隐私。提出了一种名为 CoEx-Bert 的联合提取模型，利用边缘计算中两个模型之间的参数共享来共同提取实体和关系。通过考
PDF6 months ago
学习半事实：一种无偏差和语义感知的普适关系发现框架
通过学习半事实，我们引入了一种新任务，称为泛化关系发现（GRD），用于开放世界关系提取，我们提出了 SFGRD 框架以解决此任务，并在关系标签指数和关系语义质量方面超过了现有技术模型。
PDF6 months ago