Document-Level Relation Extraction With Low Entity Redundancy Feature Map

Rongen Yan

doi:10.1109/TKDE.2025.3607566

Document-Level Relation Extraction With Low Entity Redundancy Feature Map

0

PRE

AI

DOI：10.1109/TKDE.2025.3607566

原文链接

原文求助

摘要

En 中文

文档级关系抽取（RE）旨在通过阅读和推理来确定散布在不同句子中的实体之间的关系。现有方法通过分析实体级矩阵，利用语义分割来获取三元组间的全局信息。然而，完整的文档输入可能会引入一定的干扰，使得表达潜在关系具有挑战性。为解决此问题，我们提出了一种新颖的方法，引入了一种低实体冗余特征图，通过移除部分实体实现。所提出的最佳路径过滤（OPF）使用启发式规则选择实体相关句子，并将句子选择表述为一个集合覆盖问题，通过回溯剪枝进行求解。随后应用U-Net获取全局特征。我们的实验在两个常用的文档级RE数据集Re-DocRED和CDR上取得了最先进的结果，优于先前的方法。

Keyword:

Global information

entity-level matrices

optimal path filtering

set cover

backtracking pruning

Document-Level Relation Extraction With Low Entity Redundancy Feature Map

摘要

期刊

机构

引用论文