PRGC

PRGC: Potential Relation and Global Correspondence Based Joint Relational Triple Extraction

先抽实体再进行关系分类，一般存在误差传递的问题

所以这篇论文采取联合抽取的方式（但其实哪种方法更好也不绝对）

方法有：百度的三元组融入序列标注，苏神的半指针，转化成QA的形式

这篇论文是基于指针的

image-20220222225904485

image-20220222230010227

image-20220222230127855

image-20220222230139664

第一个：

image-20220222230205064

先做个分类（多分类任务），如果没有关系，后面的步骤就不需要了

文本有多个关系，会拆成多段文本，再输入预测

image-20220222230401653

第二个：

image-20220222230422117

第三个：

image-20220222230518842

字之间是否存在关系

image-20220222230552696

这里是变成了一维再拼接，显存消耗大

image-20220222230735945

训练代码

image-20220222230755024

image-20220222230855663

主客体的序列标注

image-20220222230927719

损失

image-20220222231023786

预测

image-20220222231031648

image-20220222231221536

效果

image-20220222231240932

参考资料

【Whalepaper】NLP分享：PRGC