博客
关于我
EMNLP2020 | 近期必读Relation Extraction精选论文
阅读量:175 次
发布时间:2019-02-27

本文共 1829 字,大约阅读时间需要 6 分钟。

AMiner平台与Relation Extraction的最新进展

AMiner平台概述

AMiner平台由清华大学计算机系研发,拥有我国完全自主知识产权。平台包含了超过2.3亿学术论文/专利和1.36亿学者的科技图谱,提供学者评价、专家发现、智能指派、学术地图等科技情报专业化服务。系统2006年上线,吸引了全球220个国家/地区1000多万独立IP访问,数据下载量230万次,年度访问量超过1100万,成为学术搜索和社会网络挖掘研究的重要数据和实验平台。

Relation Extraction的挑战与发展

事物、概念之间的关系是人类知识中非常重要的一个部分,但这些关系通常隐藏在海量的非结构文本中。从早期的模式匹配到近年的神经网络,Relation Extraction(关系抽取)在多年前就已经展开。然而,随着互联网的爆炸发展,人类的知识也随之飞速增长,对Relation Extraction提出了更高的要求:需要一个有效的RE系统,能够利用更多的数据,有效地获取更多的关系,高效地处理更多复杂的文本,并具有较好的扩展性,能够迁移到更多的领域。

EMNLP2020会议论文总结

根据AMiner-EMNLP2020词云图和论文可以看出,Relation Extraction在本次会议中也有许多不凡的工作。以下是本次会议中值得关注的论文总结:

  • SelfORE: Self-supervised Relational Feature Learning for Open Relation Extraction

    • 作者:Hu Xuming, Wen Lijie, Xu Yusong, Zhang Chenwei, Yu Philip S
    • 简介:提出了一种自监督学习模型SelfORE,专为开放域关系抽取设计。不同于传统的有监督模型,SelfORE不需要预定义知识库或标注实例,能够在开放域场景中工作,当目标关系数量和分布未知时也能有效运行。实验结果表明,模型在三个真实世界数据集上的效果和鲁棒性优于竞争对手。
  • Joint Constrained Learning for Event-Event Relation Extraction

    • 作者:Haoyu Wang, Muhao Chen, Hongming Zhang, Dan Roth
    • 简介:提出了一个联合约束学习框架,用于从文档中提取事件复杂。该方法在每个任务中都优于现有的统计学习方法和数据驱动方法,且不需要与两类关系联合注释的数据。实验结果显示,该方法在外部测试集上也有不错的表现,未来计划进一步扩展事件论证约束。
  • Double Graph Based Reasoning for Document-level Relation Extraction

    • 作者:Shuang Zeng, Runxin Xu, Baobao Chang, Lei Li
    • 简介:提出了一种双图级的推理网络GAIN,用于更好地处理文档级关系抽取任务。GAIN通过 Mention-level图模型不同文档中的不同提及之间的交互,捕捉文档感知特征;通过 Entity-level图与路径推理机制更好地推理关系。
  • Global-to-Local Neural Networks for Document-Level Relation Extraction

    • 作者:Xiang Gao, Yizhe Zhang, Michel Galley, Chris Brockett, Bill Dolan
    • 简介:提出了一个从全局到局部的神经网络GLRE,用于文档级关系抽取。通过R-GCN构建实体的全局表示,结合多头注意力机制构建实体局部表示,实验结果显示该方法在提取长距离实体关系方面具有显著优势。
  • Two are Better Than One: Joint Entity, Relation Extraction with Table-Sequence Encoders

    • 作者:Jue WANG, Wei Lu
    • 简介:提出了一种表序列编码器架构用于联合实体和关系抽取。该架构通过表编码器在行、列和层维度上进行上下文化,避免了传统模型中对g函数的计算需求,实验结果表明该方法在提取实体和关系方面具有显著优势。
  • 更多EMNLP2020论文,可以关注公众号或者链接直达EMNLP2020专题,最前沿的研究方向和最全面的论文数据等你来~

    转载地址:http://ilwd.baihongyu.com/

    你可能感兴趣的文章
    Mysql不同官方版本对比
    查看>>
    MySQL与Informix数据库中的同义表创建:深入解析与比较
    查看>>
    mysql与mem_细说 MySQL 之 MEM_ROOT
    查看>>
    MySQL与Oracle的数据迁移注意事项,另附转换工具链接
    查看>>
    mysql丢失更新问题
    查看>>
    MySQL两千万数据优化&迁移
    查看>>
    MySql中 delimiter 详解
    查看>>
    MYSQL中 find_in_set() 函数用法详解
    查看>>
    MySQL中auto_increment有什么作用?(IT枫斗者)
    查看>>
    MySQL中B+Tree索引原理
    查看>>
    mysql中cast() 和convert()的用法讲解
    查看>>
    mysql中datetime与timestamp类型有什么区别
    查看>>
    MySQL中DQL语言的执行顺序
    查看>>
    mysql中floor函数的作用是什么?
    查看>>
    MySQL中group by 与 order by 一起使用排序问题
    查看>>
    mysql中having的用法
    查看>>
    MySQL中interactive_timeout和wait_timeout的区别
    查看>>
    mysql中int、bigint、smallint 和 tinyint的区别、char和varchar的区别详细介绍
    查看>>
    mysql中json_extract的使用方法
    查看>>
    mysql中json_extract的使用方法
    查看>>