摘要
现有的关于长篇多党对话中跨句关系抽取的研究旨在提高关系抽取的性能，但并未考虑这些方法的可解释性。本研究填补了这一空白，专注于在仅使用部分标注数据的情况下提取表明关系存在的解释。我们提出了一个模型无关框架D-REX，这是一种由策略引导的半监督算法，用于解释和排序关系。我们将关系抽取视为重排序任务，并将关系和实体特定的解释作为推理过程中的中间步骤。研究发现，大约90%的时间，人类注释者更倾向于选择D-REX的解释而非基于BERT的强大联合关系抽取和解释模型。最后，我们在一个对话关系抽取数据集上的评估表明，我们的方法简单而有效，在关系抽取方面达到了最先进的F1分数，比现有方法提高了13.5%。