A Large-Scale Document-Level Relation Extraction Dataset: differenze tra le versioni
(Creata pagina con "Titolo: Titolo::A Large-Scale Document-Level Relation Extraction Dataset Anno di Pubblicazione: AnnoDiPubblicazione::2019 Autori: Autori::Yuan Yao et al. URL: URL::https://aclanthology.org/P19-1074/ Category:pubblicazione __SHOWFACTBOX__") |
Nessun oggetto della modifica |
||
| (3 versioni intermedie di uno stesso utente non sono mostrate) | |||
| Riga 1: | Riga 1: | ||
{{template pubblicazione | |||
|data=2019 | |||
|autori=Yuan Yao, Deming Ye, Peng Li, Xu Han, Yankai Lin, Zhenghao Liu, Zhiyuan Liu, Lixin Huang, Jie Zhou, Maosong Sun | |||
|URL=https://www.semanticscholar.org/paper/2745fc72e1dd53d1c30f17cf05841b163c2f63c9 | |||
|topic=Relazione di estrazione | |||
|citazioni=377 | |||
}} | |||
DocRED è un dataset su larga scala per l'estrazione di relazioni a livello di documento, creato per affrontare le sfide dell'identificazione di relazioni complesse tra entità che si estendono su più frasi. A differenza dei metodi tradizionali di estrazione di relazioni che si concentrano sulle relazioni all'interno della frase, DocRED si concentra sulla comprensione del contesto dell'intero documento per estrarre relazioni più complete e significative. | |||
Il dataset è stato costruito utilizzando Wikipedia e Wikidata e contiene un vasto numero di documenti annotati con entità e le loro relazioni. DocRED richiede ai modelli di leggere e comprendere più frasi all'interno di un documento per inferire le relazioni tra le entità, promuovendo lo sviluppo di sistemi di estrazione delle relazioni più sofisticati in grado di gestire la complessità del linguaggio naturale. | |||
Versione attuale delle 10:31, 17 ago 2024
| A Large-Scale Document-Level Relation Extraction Dataset | |
|---|---|
| Data | 2019 |
| Autori | Yuan Yao, Deming Ye, Peng Li, Xu Han, Yankai Lin, Zhenghao Liu, Zhiyuan Liu, Lixin Huang, Jie Zhou, Maosong Sun |
| URL | https://www.semanticscholar.org/paper/2745fc72e1dd53d1c30f17cf05841b163c2f63c9 |
| Topic | Relazione di estrazione |
| Citazioni | 377 |
DocRED è un dataset su larga scala per l'estrazione di relazioni a livello di documento, creato per affrontare le sfide dell'identificazione di relazioni complesse tra entità che si estendono su più frasi. A differenza dei metodi tradizionali di estrazione di relazioni che si concentrano sulle relazioni all'interno della frase, DocRED si concentra sulla comprensione del contesto dell'intero documento per estrarre relazioni più complete e significative.
Il dataset è stato costruito utilizzando Wikipedia e Wikidata e contiene un vasto numero di documenti annotati con entità e le loro relazioni. DocRED richiede ai modelli di leggere e comprendere più frasi all'interno di un documento per inferire le relazioni tra le entità, promuovendo lo sviluppo di sistemi di estrazione delle relazioni più sofisticati in grado di gestire la complessità del linguaggio naturale.