GDPNet

論文信息

標(biāo)題：GDPNet: Refining Latent Multi-View Graph for Relation Extraction

作者：Fuzhao Xue, Aixin Sun, Hao Zhang, Eng Siong Chng

期刊：AAAI 2021

發(fā)布時(shí)間與更新時(shí)間：2020.12.12

主題：自然語言處理、關(guān)系抽取、對(duì)話場(chǎng)景、BERT、GCN

arXiv：[2012.06780] GDPNet: Refining Latent Multi-View Graph for Relation Extraction (arxiv.org)

代碼：https://github.com/XueFuzhao/GDPNet

概述

GDPNet 是由 BERT、圖處理模塊和 Softmax 分類器三大模塊構(gòu)成的、用于長文本或?qū)υ拡?chǎng)景關(guān)系抽取的模型。GDPNet 最核心的部件是圖處理模塊，它的出現(xiàn)避免了引入用于獲取句法依存關(guān)系的外部解析器，進(jìn)而阻止了錯(cuò)誤解析帶來的誤差在圖卷積過程中傳播。GDPNet 的圖處理模型以 BERT 的輸出作為圖結(jié)構(gòu)的節(jié)點(diǎn)，通過高斯圖生成器（Gaussian Graph Generator，GGG）對(duì)多視圖的圖結(jié)構(gòu)的邊權(quán)進(jìn)行初始化，得到潛在多視圖的圖結(jié)構(gòu)（latent multi-view graph），潛在圖經(jīng)過密集連接的圖卷積和動(dòng)態(tài)時(shí)序扭曲池化模塊（Dynamic Time Warping