浙江大学、阿里达摩院| Document-level Relation Extraction as Semantic Segmentation

文档级关系抽取旨在从文档中抽取多个实体对之间的关系，然而现有的基于graph或基于transformer的模型仅单独地使用实体对，而未考虑关系三元组之间的全局信息。我们创新性地提出DocuNet模型，首次将文档级关系抽取任务类比于计算机视觉中的语义分割任务。DocuNet模型利用编码器模块捕获实体的上下文信息，并采用U-shaped分割模块在image-style特征图上捕获三元组之间的全局相互依赖性，通过预测实体级关系矩阵来捕获local和global信息以增强文档级关系抽取。实验结果表明，我们的方法可以在三个基准数据集DocRED，CDR和GDA上获得SOTA性能。

论文下载：https://arxiv.org/abs/2106.03618

代码：https://github.com/zjunlp/DocuNet/