Active Relation Discovery: Towards General and Label-aware Open Relation Extraction

要約

Open Relation Extraction (OpenRE) は、オープン ドメインから新しい関係を発見することを目的としています。
以前の OpenRE メソッドには、主に 2 つの問題があります。(1) 既知の関係と新しい関係を区別する能力が不十分です。
従来のテスト設定を、テスト データも見られるクラスから取得される可能性のあるより一般的な設定に拡張すると、既存のアプローチではパフォーマンスが大幅に低下します。
(2) 実用化前に二次表示を行うこと。
既存の方法では、ダウンストリーム タスクで緊急に必要とされる新しい関係について、人間が判読できる意味のある型にラベルを付けることができません。
これらの問題に対処するために、Active Relation Discovery (ARD) フレームワークを提案します。これは、既知の関係と新規の関係を区別するためにリレーショナル外れ値検出を利用し、新規の関係をラベル付けするための能動学習を含みます。
3 つの実世界のデータセットでの広範な実験により、従来の OpenRE 設定と提案された一般的な OpenRE 設定の両方で、ARD が以前の最先端の方法よりも大幅に優れていることが示されました。
ソースコードとデータセットは、再現性のために利用できます。

要約(オリジナル)

Open Relation Extraction (OpenRE) aims to discover novel relations from open domains. Previous OpenRE methods mainly suffer from two problems: (1) Insufficient capacity to discriminate between known and novel relations. When extending conventional test settings to a more general setting where test data might also come from seen classes, existing approaches have a significant performance decline. (2) Secondary labeling must be performed before practical application. Existing methods cannot label human-readable and meaningful types for novel relations, which is urgently required by the downstream tasks. To address these issues, we propose the Active Relation Discovery (ARD) framework, which utilizes relational outlier detection for discriminating known and novel relations and involves active learning for labeling novel relations. Extensive experiments on three real-world datasets show that ARD significantly outperforms previous state-of-the-art methods on both conventional and our proposed general OpenRE settings. The source code and datasets will be available for reproducibility.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google