초록
우리는 소수 샘플 문서 수준 관계 추출(FSDLRE) 벤치마크인 FREDo를 제시합니다. 기존의 벤치마크가 문장 수준 관계 추출 코퍼스에 기반한 것과 달리, 우리는 문서 수준 코퍼스가 특히 '위의 어느 것도 아님'(NOTA) 분포에 있어 더 현실적이라고 주장합니다. 따라서, 우리는 FSDLRE 작업 세트를 제안하고, 두 개의 기존 지도 학습 데이터셋인 DocRED와 sciERC를 기반으로 벤치마크를 구축하였습니다. 최신 문장 수준 방법 MNAV를 문서 수준으로 적응시키고, 이를 개선하여 영역 적응을 향상시켰습니다. 우리는 FSDLRE가 도전적인 환경이며, 지원 집합에서 NOTA 인스턴스를 샘플링할 수 있는 등 흥미로운 새로운 특성을 가짐을 발견하였습니다. 데이터, 코드 및 학습된 모델은 온라인에서 이용 가능합니다(https://github.com/nicpopovic/FREDo).