一种改进的句子级关系抽取基线方法

句级关系抽取（Sentence-level Relation Extraction, RE）旨在识别句子中两个实体之间的语义关系。尽管已有大量研究致力于该问题，但当前表现最优的方法仍存在明显不足。本文重新审视了影响现有RE模型性能的两个关键问题：实体表示与噪声或定义不清的标签。我们提出了一种改进的RE基线模型，通过引入带有类型标记的实体表示，其在TACRED数据集上的F1值达到74.6%，显著优于此前的最先进方法。此外，该新基线在经过优化的Re-TACRED数据集上取得了91.1%的F1值，表明预训练语言模型（Pretrained Language Models, PLMs）在该任务上已具备卓越的性能。我们已将代码开源，以支持后续研究工作。