跳至内容
- ICLR 2022 submission https://openreview.net/forum?id=YHm6xV3JODS
- joint triple extraction
- 之前 emnlp 21 的文章表明 triple extraction 会 memorize and recall seen triples，这篇文章希望能在 unseen triple 上表现好（因为 NYT WebNLG 都是 train test 重叠很大）
- 先修改 NTY WebNLG 数据集，搞成 unseen 较多的困难版本。具体有两种方式，一种是把 test 里面 unseen 的样本，做数据增强来扩充，另一种是在 train 里删掉与 test triple 重复的 5% – 15% 样本，让任务变难。前人方法在这些数据集上都大幅降分
- 方法上，为了在 unseen 上泛化更好，这里基于前人的模型增加了 entity noising 和 context noising。entity noising 是将 entity 随机替换成随便的词，context noising 是将 context 随机交换顺序 or 替换成别的词，都很简单
- 实验上，这两种 noising 相比原先方法，在 NYT WebNLG 都有提升，在难的数据集上更是大幅提升