NA-Aware Machine Reading Comprehension for Document-Level Relation Extraction

2021-08-01
  • 来源：https://2021.ecmlpkdd.org/wp-content/uploads/2021/07/sub_591.pdf
  • 机构：信工所柳厅文
  • 任务：DocRE
  • 动机：比较老套，说以前方法只用头尾实体忽视上下文
  • 方法：
    • 框架：encoder 里将别人多标签分类任务改成 MRC 任务（说是这么说，其实只是输入变了一下，每个输入都变成 head entity-specific），后面还是建图 GCN，分类。
    • mention -> entity 的 aggregation 使用 directional attention flow，就是一个比较复杂的信息聚合，让尾实体的聚合受头实体影响（感觉也是为了配合 MRC 的 head entity-specific 的输入）
    • 受 MRC 任务启发，也加了一个 nota 的选项。具体就是将尾实体分解、聚合，得到 nota 的表示。将这个 nota 的表示看成一个特殊的实体，还是 bilinear 分类，得到 nota 的 logit
  • 实验：
    • 和 BERT-RE 对比：MRC 形式有用
    • ablation：directional attention flow、nota 这两个设计都有用
    • 将数据集分类，在远距离、mention 多、evidence 中等的实体对上提升最大

发表评论