统一结构生成用于通用信息抽取

信息抽取面临着目标多变、结构异质和需求特定模式的挑战。在本文中，我们提出了一种统一的文本到结构生成框架，即UIE（Unified Information Extraction），该框架可以普遍建模不同的信息抽取任务，自适应地生成目标结构，并从不同的知识源中协同学习通用的信息抽取能力。具体而言，UIE通过一种结构化的抽取语言统一编码不同的抽取结构，通过基于模式的提示机制——结构模式指导器（Structural Schema Instructor）自适应地生成目标抽取结果，并通过大规模预训练的文本到结构模型捕捉通用的信息抽取能力。实验结果显示，UIE在4个信息抽取任务、13个数据集以及所有监督、低资源和少样本设置下均取得了最先进的性能，涵盖了广泛的实体、关系、事件和情感抽取任务及其统一。这些结果验证了UIE的有效性、通用性和迁移性。