UniRel: Unified Representation and Interaction for Joint Relational Triple Extraction

Die Extraktion relationaler Tripel ist aufgrund der Schwierigkeit, reiche Korrelationen zwischen Entitäten und Relationen zu erfassen, eine herausfordernde Aufgabe. Bestehende Ansätze leiden unter zwei Hauptproblemen: 1) heterogenen Darstellungen von Entitäten und Relationen sowie 2) heterogener Modellierung von Interaktionen zwischen Entitäten und Interaktionen zwischen Entitäten und Relationen. Dadurch werden die reichen Korrelationen in bestehenden Arbeiten nicht vollständig ausgenutzt. In diesem Paper stellen wir UniRel vor, um diese Herausforderungen anzugehen. Konkret vereinheitlichen wir die Darstellungen von Entitäten und Relationen durch gemeinsame Kodierung innerhalb einer verketteten natürlichen Sprachsequenz und vereinheitlichen die Modellierung von Interaktionen mittels eines vorgeschlagenen Interaction Map, das auf der etablierten Selbst-Attention-Mechanismus innerhalb eines beliebigen Transformer-Blocks basiert. Anhand umfassender Experimente auf zwei gängigen Datensätzen für die Extraktion relationaler Tripel zeigen wir, dass UniRel effektiver und rechenzeit-effizienter ist. Der Quellcode ist unter https://github.com/wtangdev/UniRel verfügbar.