GCRE-GPT: A Generative Model for Comparative Relation Extraction

要約

比較テキストが与えられると、比較関係抽出は、比較対象の 2 つのターゲット (\eg 2 台のカメラ) と、それらが比較される側面 (\eg 画質) を抽出することを目的としています。
抽出された比較関係は、さらなる意見分析の基礎を形成します。既存のソリューションは、このタスクをシーケンス ラベル付けタスクとして定式化し、ターゲットと側面を抽出します。
ただし、テキストから比較関係を直接抽出することはできません。
本稿では、生成モデルにより、比較関係を高精度で直接抽出できることを示します。
GPT-2 に基づいて、世代ベースの比較関係抽出器 (GCRE-GPT) を提案します。
実験結果は、\modelname が 2 つのデータセットで最先端の精度を達成することを示しています。

要約(オリジナル)

Given comparative text, comparative relation extraction aims to extract two targets (\eg two cameras) in comparison and the aspect they are compared for (\eg image quality). The extracted comparative relations form the basis of further opinion analysis.Existing solutions formulate this task as a sequence labeling task, to extract targets and aspects. However, they cannot directly extract comparative relation(s) from text. In this paper, we show that comparative relations can be directly extracted with high accuracy, by generative model. Based on GPT-2, we propose a Generation-based Comparative Relation Extractor (GCRE-GPT). Experiment results show that \modelname achieves state-of-the-art accuracy on two datasets.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google