DetIE：受目标检测启发的多语言开放信息抽取

当前最先进的开放信息抽取（OpenIE）神经方法通常采用自回归或基于谓词的迭代方式逐条提取三元组（或元组），以避免产生重复结果。在本工作中，我们提出了一种不同的解决方案，其性能可与现有方法相当甚至更优。具体而言，我们受计算机视觉中目标检测算法的启发，提出了一种新型的单次遍历（single-pass）OpenIE方法。该方法采用基于二分图匹配的顺序无关损失函数（order-agnostic loss），强制模型输出唯一预测结果，并结合基于Transformer的仅编码器架构（encoder-only architecture）进行序列标注。所提出的模型在推理速度上显著提升，在标准基准测试中，无论是质量指标还是推理时间，均展现出优于或相当的性能表现。在CaRB数据集上以OIE2016评估标准进行测试，该模型取得了67.7%的F1分数，刷新了当前最优性能记录，且推理速度比此前的最先进模型快达3.35倍。此外，我们还评估了该模型的多语言版本在零样本（zero-shot）设置下对两种语言的表现，并提出一种生成合成多语言数据的策略，用于针对特定语言进行微调。在该设置下，我们在多语言Re-OIE2016基准上实现了15%的性能提升，葡萄牙语和西班牙语的F1分数均达到75%。相关代码与模型已开源，地址为：https://github.com/sberbank-ai/DetIE。