摘要
我们介绍了首个由人类标注的对话式关系抽取（Relation Extraction, RE）数据集 DialogRE，旨在支持预测对话中出现的两个论元之间的关系。此外，DialogRE 作为一个平台，用于研究跨句关系抽取，因为大多数事实跨越多个句子。我们基于对对话式和传统关系抽取任务之间相似性和差异性的分析，认为说话者相关信息在所提出的任务中起着关键作用。考虑到对话中沟通的时效性，我们设计了一种新的评估指标来衡量 RE 方法在对话环境中的性能，并调查了几种代表性 RE 方法在 DialogRE 上的表现。实验结果表明，在最佳模型上添加说话者感知扩展可以同时在标准评估设置和对话评估设置中提高性能。DialogRE 数据集可在 https://dataset.org/dialogre/ 获取。