JavaShuo
欄目
標籤
Double Graph Based Reasoning for Document-level Relation Extraction(EMNLP2020)
時間 2021-08-15
標籤
NLP的知識庫
網絡
神經網絡
python
深度學習
自然語言處理
欄目
系統網絡
简体版
原文
原文鏈接
1. 引言 2. 摘要 文檔級關係提取的目的是提取文檔中實體之間的關係。與句子級關係提取不同,它需要在文檔中對多個句子進行推理。本文提出了一種具有雙圖特徵的圖聚合推理網絡(GAIN)。GAIN首先構建了一個異構的提到級圖(hMG)來建模文檔中不同提到之間的複雜交互。構造了實體層圖,並在此基礎上提出了一種新的路徑推理機制來推斷實體之間的關係。在公共數據集DocRED上進行的實驗表明,與之前的技術相比
>>阅读原文<<
相關文章
1.
EMNLP2020 | 近期必讀Relation Extraction精選論文
2.
【PaperReading】GraphIE:A Graph-Based Framework for Information Extraction
3.
【ACL2020】Reasoning with Latent Structure Refinement for Document-Level Relation Extraction
4.
ACL 2020 Contextualised Graph Attention for Improved Relation Extraction 論文閱讀
5.
論文淺嘗 | Global Relation Embedding for Relation Extraction
6.
effective crowd annotation for 【relation extraction】
7.
[EMNLP2017]Adversarial Training for Relation Extraction
8.
《Adversarial Training for Relation Extraction》淺析
9.
【論文讀後感】Dialogue-Based Relation Extraction
10.
Attention Guided Graph Convolutional Networks for Relation Extraction(ACL19) 閱讀筆記
更多相關文章...
•
Swift for 循環
-
Swift 教程
•
Scala for循環
-
Scala教程
•
使用Rxjava計算圓周率
•
IntelliJ IDEA代碼格式化設置
相關標籤/搜索
reasoning
extraction
based
graph
relation
double
for...of
69.for
for..loop
while&&for
系統網絡
Python
0
分享到微博
分享到微信
分享到QQ
每日一句
每一个你不满意的现在,都有一个你没有努力的曾经。
最新文章
1.
JDK JRE JVM,JDK卸載與安裝
2.
Unity NavMeshComponents 學習小結
3.
Unity技術分享連載(64)|Shader Variant Collection|Material.SetPassFast
4.
爲什麼那麼多人用「ji32k7au4a83」作密碼?
5.
關於Vigenere爆0總結
6.
圖論算法之最小生成樹(Krim、Kruskal)
7.
最小生成樹 簡單入門
8.
POJ 3165 Traveling Trio 筆記
9.
你的快遞最遠去到哪裏呢
10.
雲徙探險中臺賽道:借道雲原生,尋找「最優路線」
本站公眾號
歡迎關注本站公眾號,獲取更多信息
相關文章
1.
EMNLP2020 | 近期必讀Relation Extraction精選論文
2.
【PaperReading】GraphIE:A Graph-Based Framework for Information Extraction
3.
【ACL2020】Reasoning with Latent Structure Refinement for Document-Level Relation Extraction
4.
ACL 2020 Contextualised Graph Attention for Improved Relation Extraction 論文閱讀
5.
論文淺嘗 | Global Relation Embedding for Relation Extraction
6.
effective crowd annotation for 【relation extraction】
7.
[EMNLP2017]Adversarial Training for Relation Extraction
8.
《Adversarial Training for Relation Extraction》淺析
9.
【論文讀後感】Dialogue-Based Relation Extraction
10.
Attention Guided Graph Convolutional Networks for Relation Extraction(ACL19) 閱讀筆記
>>更多相關文章<<