【自然语言处理】关系抽取 —— CoIn 讲解

CoIn

论文信息

标题：Consistent Inference for Dialogue Relation Extraction

作者：Xinwei Long, Shuzi Niu, Yucheng Li

期刊：IJCAI 2021

主题：自然语言处理、关系抽取、对话场景、跨语句、DialogRE、GCN、Mask、Attention、Gate

代码：xinwei96/CoIn_dialogRE: Source codes and data for our IJCAI 2021 paper “Consistent Inference for Dialogue Relation Extraction”. (github.com)

概述

CoIn 模型通过掩码策略获得轮次内、间和说话人内、外的一致性特征，分别解决了由于说话人频繁切换导致的共指问题和主题（论点）转换问题。另外，CoIn 模型通过将 2-hop 关系的推断作为训练任务，学习到了更强的逻辑推理能力，缓解了预测出的关系类型（集合）存在矛盾的问题。更具体地，CoIn 凭借掩码机制从全局对话特征中分别提炼出与轮次相关的特征（utterance-aware representation）（包括轮次内视图，以及与之互补的轮次间视图）和与说话人相关的特征