返回
Document-level relation extraction with entity type constraints
DOI:10.1016/j.neunet.2025.108469.png)
摘要
En 中文
• 利用关系相关性解决长尾问题和多标签问题。
• 从全局和局部视角利用实体类型约束捕捉关系相关性。
• 从全局视角构建类型约束图。
• 从局部视角设计类型约束损失。
• 实验验证了所提模型在解决长尾问题和多标签问题中的有效性。
期刊
IF:
6.3
论文数:
8.2K
被引数:
3.0W
机构
引用论文
TDGI: Translation-Guided Double-Graph Inference for Document-Level Relation ExtractionTDGI:基于翻译引导的双图推理文档级关系抽取
A document-level relation extraction method based on dual-angle attention transfer fusion一种基于双角度注意力传递融合的文档级关系抽取方法
Self-supervised commonsense knowledge learning for document-level relation extraction面向文档级关系抽取的自监督常识知识学习
Distantly Supervised Relation Extraction using Global Hierarchy Embeddings and Local Probability Constraints使用全局层次嵌入和局部概率约束的远距离监督关系提取
Document-level relation extraction with structural encoding and entity-pair-level information interaction文档级别的结构编码与实体对级信息交互的关系抽取

