论文标题：

Packed Levitated Marker for Entity and Relation Extraction

论文链接: 

https://arxiv.org/pdf/2109.06067v4.pdf

代码：

https://github.com/thunlp/PL-Marker

最近的实体和关系提取工作主要是研究如何从预先训练的编码器中获得更好的跨度表示。然而，现有工作的一个主要限制是他们忽略了跨度（对）之间的相互关系。在这项工作中，我们提出了一种新的跨度表示方法，名为打包浮动标记（PL-Marker），通过2种精心设计的标记打包方式，来考虑跨度（对）之间的相互关系。具体来说，对于NER任务，我们提出了一个面向邻居的打包策略，它综合考虑了邻居跨度，以更好地建模实体边界信息。据我们所知，我们是第一个在NER任务上应用浮动标记的。此外，对于那些更复杂的跨度对分类任务（关系抽取），我们设计了一种面向subject的打包策略，该策略打包每个subject及其所有的object，以建模具有相同subject的跨度对之间的相互关系。实验结果表明，在这种增强的标记特征PL-Marker下，我们的模型在6个NER基准上领先于基线，并在ACE04和ACE05关系抽取数据集上获得了4.1%-4.3%的F1改进，并且比以前最先进的模型速度更快。

内容中包含的图片若涉及版权问题，请及时与我们联系删除