Dokumentbasierte Relationsextraktion mit Schätzungen der Satzbedeutung und Fokusierung

Dokumentbezogene Relationsextraktion (DocRE) hat das Ziel, die Beziehung zwischen zwei Entitäten in einem Dokument mit mehreren Sätzen zu bestimmen. Neuere Studien stellen in der Regel das gesamte Dokument durch sequenzbasierte oder graphbasierte Modelle dar, um die Beziehungen aller Entitätspaare vorherzusagen. Wir haben jedoch festgestellt, dass solche Modelle nicht robust sind und merkwürdiges Verhalten zeigen: Sie machen korrekte Vorhersagen, wenn ein komplettes Testdokument als Eingabe übermittelt wird, aber liefern Fehlvorhersagen, wenn nicht-beweiskräftige Sätze entfernt werden. Aus diesem Grund schlagen wir einen Rahmen für die Schätz- und Fokussierung von Satzwichtigkeiten (Sentence Importance Estimation and Focusing, SIEF) für DocRE vor. In diesem Rahmen entwickeln wir eine Satzwichtigkeitsbewertung und einen Satzfokusverlust, um DocRE-Modelle dazu anzuregen, sich auf beweiskräftige Sätze zu konzentrieren. Experimentelle Ergebnisse in zwei Domänen zeigen, dass unser SIEF nicht nur die Gesamtleistung verbessert, sondern auch die Robustheit von DocRE-Modellen erhöht. Darüber hinaus ist SIEF ein allgemeiner Rahmen, der sich als effektiv erwiesen hat, wenn er mit verschiedenen Basis-Modellen für DocRE kombiniert wird.