リレーションプロンプト：ゼロショットのリレーショントリプレット抽出のためのプロンプトを活用した合成データの生成

知識の構築と表現における関係抽出の重要性にもかかわらず、未見の関係タイプへの汎化に焦点を当てた研究は少ないです。本稿では、低リソース環境での関係抽出手法に関するさらなる研究を促進するため、ゼロショット関係トリプレット抽出（ZeroRTE）というタスク設定を導入します。入力文に対して、各抽出されたトリプレットはヘッドエンティティ、関係ラベル、およびテールエンティティから構成され、ここでいう関係ラベルは訓練段階で見られていません。ZeroRTEを解決するために、言語モデルに構造化テキストを生成させるプロンプトを使用して関係例を合成することを提案します。具体的には、言語モデルのプロンプトと構造化テキストアプローチを統合し、関係ラベルプロンプト（RelationPrompt）に基づいて合成された関係サンプルを生成するための構造化プロンプトテンプレートを設計しました。また、文内の複数の関係トリプレットを抽出する制限に対処するために、新しいトリプレット検索デコーディング方法を開発しました。FewRelおよびWiki-ZSLデータセットでの実験結果は、RelationPromptがZeroRTEタスクおよびゼロショット関係分類において効果的であることを示しています。当該コードとデータはgithub.com/declare-lab/RelationPromptで公開されています。