ドキュメントレベル関係抽出を意味的セグメンテーションとして

ドキュメントレベルの関係抽出は、ドキュメント内に含まれる複数のエンティティペア間の関係を抽出することを目的としている。従来のグラフベースまたはTransformerベースのモデルは、関係三項間のグローバルな情報を無視して、エンティティを独立して処理していた。本論文では、局所的およびグローバルな情報を同時に捉えるために、エンティティレベルの関係行列を予測するアプローチを提案する。これはコンピュータビジョンにおけるセマンティックセグメンテーションタスクと並行して考えられる。具体的には、エンティティの文脈情報を捉えるエンコーダモジュールと、画像風の特徴マップ上に配置されたU字型セグメンテーションモジュールを用いて、三項間のグローバルな相関関係を捉える。実験の結果、本手法は、DocRED、CDR、GDAの3つのベンチマークデータセットにおいて、最先端の性能を達成することが示された。