标签文本化与蕴含关系用于高效的零样本与少样本关系抽取

关系抽取系统通常需要大量标注样本，而人工标注成本高昂。在本研究中，我们将关系抽取任务重新定义为文本蕴含任务，仅需每种关系花费不到15分钟即可手工构建简洁的语义化表达（verbalizations）。该系统基于一个预训练的文本蕴含模型，可在无需任何训练样本（零样本）的情况下直接使用，也可在少量标注数据上进一步微调（少样本或全监督训练）。在TACRED数据集上的实验表明，该方法在零样本设置下达到63%的F1值；当每类关系仅有16个标注样本时，F1提升至69%，较相同条件下表现最佳的监督系统高出17个百分点；仅比当前最优水平低4个百分点（后者使用了20倍的训练数据）。此外，我们还发现，采用更大规模的蕴含模型可显著提升性能，零样本情形下最高可提升12个百分点，使得在完全训练后，该方法在TACRED数据集上取得了迄今最优的结果。分析表明，该方法在少样本条件下尤其擅长区分不同关系类型，而在低数据场景下性能差异主要源于对“无关系”样本的准确识别能力。