Eve_Mercedes-CSDN博客

原创通过BERT-Based标签和实例嵌入提升远程监督的RE

Improving Distantly-supervised Relation Extraction Through BERT-Base label and Instance Embedding文章目录摘要一、REDSandT二、句子编码器1.输入表示2. 输入嵌入3.句子表示三、bag编码器四、training摘要DS_RE是将RE扩展到大型语料库的有效方法，但会收到标签噪声影响。How to solve? 现在方法是试图通过多实例学习和提供额外的信息来减轻噪音，但识别最频繁的关系，会忽略长尾关

2021-08-24 18:15:41 456

原创【论文学习E2GRE】Entity and Evidence Guided Relation Extraction for DocRED2020

文章目录摘要一、介绍二、方法1.如何生成实体引导的输入2.实体引导的RE3.entity and evidence-guided joint training for RE1)Evidence Prediction2)Evidence-guided Fine-tuning with BERT Attention Probabilities3)Joint Training with Evidence Prediction三、ablation study论文地址：https://arxiv.org/pd..

2021-08-10 21:58:57 404 2

原创【论文阅读GAIN】Double Graph Based Reasoning for Document-level Relation Extraction[EMNLP2020]

提示：文章写完后，目录可以自动生成，如何生成可参考右边的帮助文档文章目录摘要一、面临问题3. 路径推理机制二、Task Formulation三、GAIN1.编码模块2.提及聚合模块hMG3.实体级推理模块EG4.分类模块摘要具有双图特征的图聚合和推理网络。GAIN 首先构建一个提及级别的图（hMG)来表示不同提及之间的复杂交互；还有一个实体级别图（EG），相同实体的潜在提及；然后在此基础上提出一个路径推理机制来推断实体之间的关系。GAIN可以聚合文档感知上下文信息并推断文档的逻辑关系

2021-08-09 20:34:45 620 1

原创【论文学习SSAN2021】Entity Structure Within and Throughout

Entity Structure Within and Throughout: Modeling Mention Dependencies for Document-Level Relation Extraction文章目录Entity Structure Within and Throughout: Modeling Mention Dependencies for Document-Level Relation Extraction创新点一、pandas是什么？二、使用步骤1.引入库2.读入数据总结

2021-08-06 18:19:15 470

原创 after train

dataset - doc: Villanova Preparatory School is an Augustinian Catholic co - ed day and boarding school in the United States , located in the California town of Ojai . Sitting on more than 130 acres , Villanova 's campus has many athletic facilities , two

2021-08-06 13:24:54 820

原创【论文学习DocuNet】Document-level Relation Extraction as Semantic Segmentation（2021）

【论文学习】Document-level Relation Extraction as Semantic Segmentation（2021）文章目录前言一、简介二、Methodology方法1. Preliminary 初步2.Encoder Module3.U-shaped Segmentation Module4.分类模块总结前言提示：通过预测实体级关系矩阵来捕捉局部和全局信息，与计算机视觉中的语义分割任务并行。创新点：.提出一个U型网络，编码器来捕捉实体的上下文信息，再利用U型分割模块来捕

2021-08-05 14:11:36 776

原创【论文学习ATLOP】Document-Level Relation Extraction

欢迎使用Markdown编辑器你好！这是你第一次使用 Markdown编辑器所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章，了解一下Markdown的基本语法知识。新的改变我们对Markdown编辑器进行了一些功能拓展与语法支持，除了标准的Markdown编辑器功能，我们增加了如下几点新功能，帮助你用它写博客：全新的界面设计，将会带来全新的写作体验；在创作中心设置你喜爱的代码高亮样式，Markdown 将代码片显示选择的高亮样式进行展示；增加了图片

2021-08-04 19:27:44 1119

Ahighmore的博客