MixRED: A Mix-lingual Relation Extraction Dataset

关系抽取是自然语言处理领域中具有许多实际应用的关键任务。现有的研究主要集中在单语言关系抽取或跨语言增强关系抽取。然而，在混合语言（或代码切换）场景中理解关系抽取仍存在重大差距，其中个体在句子中混合不同语言的内容，生成混合语言内容。由于缺乏专门的数据集，现有关系抽取模型在这种情况下的有效性大多未被探究。为了解决这个问题，我们引入了一个新的任务，考虑在混合语言场景中进行关系抽取，称为MixRE，并构建了人工注释数据集MixRED来支持这个任务。除了构建MixRED数据集外，我们还评估了MixRED上的最先进的监督模型和大型语言模型（LLMs），揭示了它们在混合语言场景中各自的优缺点。此外，我们深入探讨了影响MixRE任务模型性能的因素，并发现了提高监督模型和LLMs在这个新任务中性能的有希望的方向。

本文试图解决在混合语言场景下的关系抽取问题，即如何从混合语言的句子中准确提取关系。

本文提出了一种新的任务MixRE，即考虑在混合语言场景下进行关系抽取，并构建了一个人工标注的数据集MixRED来支持这个任务。同时，本文评估了当前最先进的监督模型和大型语言模型（LLMs）在MixRED上的表现，并探讨了影响模型性能的因素。

本文的亮点包括构建了一个新的混合语言关系抽取任务MixRE，并提供了一个人工标注的数据集MixRED；评估了当前最先进的监督模型和大型语言模型（LLMs）在MixRED上的表现，并比较了它们的优缺点；探讨了影响模型性能的因素，并提出了提高模型性能的方向。

在相关研究方面，目前主要研究关注于单语言或跨语言关系抽取，而在混合语言场景下的关系抽取问题尚未得到充分研究。