.png){kind=icon}
返回
Class-Missing Semi-supervised document key information extraction via synergistic refinement estimation
.png){kind=icon}
PRE
AI
DOI：10.1016/j.ipm.2025.104335.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
当前文档关键信息提取（DKIE）的方法严重依赖标注数据，且标注成本高昂。为缓解这一问题，利用未标注文档样本的半监督学习（SSL）范式已在DKIE领域获得广泛关注。然而，现有SSL方法要求标注数据与未标注数据共享相同的标签空间，这在许多DKIE任务中并不实际（即部分未标注样本不属于标注集中任何已知类别）。在本文中，我们将此问题表述为类别缺失半监督（CMSS）DKIE。在DKIE中，未知类别通常属于少数和细粒度类别，这加剧了已知类别与未知类别之间的误连接，使得CMSS更具挑战性。为解决此问题，我们提出协同优化估计（SRE），一种渐进式原型估计方案，可缓解长尾分布未标注数据中未知类别对多数已知类别的偏差。此外，提出了动态阈值哈希修正和结构校准机制，以纠正细粒度类别之间的连接。广泛的实验结果表明，SRE在多个DKIE基准测试中超越了现有最先进的方法。代码可在https://github.com/anonymoulink/SRE_DKIE获取。
Keyword:
Information extraction
Semi-supervised learning
Calibration
Fine-grained classes
期刊
I
IF:
6.9
论文数:
5.2K
被引数:
1.4W
机构
引用论文
LayoutLM: Pre-training of Text and Layout for Document Image UnderstandingLayoutLM: 用于文档图像理解的文本和布局的预培训.png)
Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data Mining
OAAI
Proceedings of the 26th ACM SIGKDD International Conference on Knowledge Discovery & Data MiningIF0
OAAI分享收藏ESGNet: A multimodal network model incorporating entity semantic graphs for information extraction from Chinese resumesESGNet: 结合实体语义图的多模态网络模型，用于从中文简历中提取信息
PREAI
分享收藏
查看更多内容