要約
知識ベース（KB）は、表現する世界の変化を反映するために常に更新される必要があります。汎用的な知識ベースの場合、この更新はしばしば関係抽出（Relation Extraction: RE）を通じて行われます。REは、テキスト中に現れる既知のエンティティ間のKB関係を予測するタスクです。REを改善する方法の一つとして、リンク予測に知識ベース埋め込み（Knowledge Base Embeddings: KBE）を使用することが挙げられます。しかし、REとKBEの明確な関連性にもかかわらず、これらのモデルを系統的に統合するための取り組みはほとんど行われていませんでした。私たちは、REとKBEモデルの学習を統合するフレームワークを開発し、これによりREにおける最先端技術を超える大幅な改善を達成しました。コードは https://github.com/billy-inn/HRERE で利用可能です。