Classification des relations en tant que prédiction bidirectionnelle d'intervalle

La tâche actuelle de classification relationnelle supervisée (RC) utilise une seule représentation par embedding pour modéliser la relation entre une paire d'entités. Nous proposons qu'une approche plus efficace consiste à traiter la RC comme un problème de prédiction d’intervalles (SP), similaire à celui de la réponse aux questions (QA). Nous présentons un système fondé sur la prédiction d’intervalles pour la RC et évaluons ses performances par rapport à un système basé sur les embeddings. Nous démontrons que l’objectif de prédiction d’intervalles supervisée s’avère significativement plus performant que l’objectif classique de classification. Nos résultats atteignent l’état de l’art sur les jeux de données TACRED et SemEval task 8.