Densely Connected Graph Attention Network Based on Iterative Path Reasoning for Document-Level Relation Extraction

  • 来源:PAKDD 2021
  • 机构:国防科大
  • 任务:DocRE
  • 方法:还是四部曲,encoder,GCN,path inference,classifier。前半部分是 Bi-LSTM 作为 encoder,然后建立 DCGAT,是很常见的思路;后半部分就是用 EoG 的方法聚合边,最后 softmax 分类。这方法都没什么特别的啊?可以说思路和前人的全都完全一致,无聊
  • 实验:非常让人惊讶的是,在 CDR 数据集上竟然刷到了 84?前人 SOTA 大概是 GLRE 的 68.5(这还是用了 BERT),这实在让人看不明白,模型上和前作没什么大区别啊?我对这感到非常疑惑。

发表评论