文档级关系抽取作为语义分割

文档级关系抽取旨在从文档中提取多个实体对之间的关系。以往提出的基于图或基于Transformer的模型通常独立处理各个实体，而忽略了关系三元组之间的全局信息。本文提出一种新方法，通过预测一个实体级关系矩阵，以同时捕捉局部与全局信息，其思路与计算机视觉中的语义分割任务类似。为此，我们提出了一个面向文档级关系抽取的文档U型网络（Document U-shaped Network）。具体而言，该模型采用编码器模块来捕获实体的上下文信息，并引入一种类似图像风格特征图的U型分割模块，以捕捉三元组之间的全局依赖关系。实验结果表明，该方法在三个基准数据集DocRED、CDR和GDA上均取得了当前最优的性能表现。