Document-level Relation Extraction with Cross-sentence Reasoning Graph

要約

関係抽出 (RE) は最近、文レベルからドキュメント レベルに移行しました。これには、ドキュメント情報を集約し、推論のためにエンティティと言及を使用する必要があります。
既存の研究では、エンティティ ノードとメンション ノードを同様の表現でドキュメント レベルのグラフに配置しており、その複雑なエッジによって冗長な情報が発生する可能性があります。
さらに、既存の研究は、エンティティ間のグローバルな相互作用を考慮せずに、エンティティ レベルの推論パスのみに焦点を当てています。
これらの目的のために、GRaph 情報集約および文間推論ネットワーク (GRACR) を使用した新しいドキュメント レベルの RE モデルを提案します。
具体的には、簡略化されたドキュメント レベルのグラフを構築して、ドキュメント内のすべての言及と文の意味情報をモデル化し、エンティティ レベルのグラフを設計して、長距離の文間のエンティティ ペアの関係を調べます。
実験結果は、GRACR がドキュメント レベル RE の 2 つの公開データセットで優れたパフォーマンスを達成することを示しています。
これは、文間のエンティティ ペアの潜在的な関係を抽出するのに特に有効です。
コードは https://github.com/UESTC-LHF/GRACR で入手できます。

要約(オリジナル)

Relation extraction (RE) has recently moved from the sentence-level to document-level, which requires aggregating document information and using entities and mentions for reasoning. Existing works put entity nodes and mention nodes with similar representations in a document-level graph, whose complex edges may incur redundant information. Furthermore, existing studies only focus on entity-level reasoning paths without considering global interactions among entities cross-sentence. To these ends, we propose a novel document-level RE model with a GRaph information Aggregation and Cross-sentence Reasoning network (GRACR). Specifically, a simplified document-level graph is constructed to model the semantic information of all mentions and sentences in a document, and an entity-level graph is designed to explore relations of long-distance cross-sentence entity pairs. Experimental results show that GRACR achieves excellent performance on two public datasets of document-level RE. It is especially effective in extracting potential relations of cross-sentence entity pairs. Our code is available at https://github.com/UESTC-LHF/GRACR.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google