関係抽出と分類のための生成モデル【JST・京大機械翻訳】

Ni Jian; Rossiello Gaetano; Gliozzo Alfio; Florian Radu

プレプリント

J-GLOBAL ID：202202211702163574 整理番号：22P0295841

関係抽出と分類のための生成モデル【JST・京大機械翻訳】

A Generative Model for Relation Extraction and Classification

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2022年02月26日プレプリントサーバーでの情報更新日： 2022年02月26日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

関係抽出(RE)は重要な情報抽出タスクであり,知識ベース母集団や質問回答のような多くのNLPアプリケーションに不可欠な情報を提供する。本論文では,REがシーケンスツーシーケンス生成タスクとしてモデル化される,関係抽出と分類(GRECと呼ぶ)のための新しい生成モデルを提案した。著者らは,ソースとターゲットシーケンスのための様々な符号化表現を調査して,GRECが3つのベンチマークREデータセットに関して最先端の性能を達成するのを可能にする効果的方式を設計した。さらに,モデルの精度と再現性能を調整するための柔軟なツールを提供する負のサンプリングと復号化スケーリング技術を導入した。提案アプローチは,1パスにおける文章からすべての関係トリプルを抽出するために拡張できる。ワンパスアプローチが特定の性能損失を招くが,それははるかに計算的に効率的である。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, , 【Automatic Indexing@JST】

人工知能

, ,

前のページに戻る