登录
洞察 - 関係抽出
LLM生成サポート文書を用いたグラフ拡張関係抽出モデル
LLMを用いて文脈情報を補完したサポート文書を生成し、グラフニューラルネットワークと組み合わせることで、従来の文レベルの関係抽出モデルの精度を向上させることができる。
関係抽出の可能性を最大化する:データ中心の研究で課題と機会を明らかにする
関係抽出アルゴリズムは複雑なデータ特性に対して頑健ではなく、データ中心の分析が必要である。
関係抽出のための効果的な手法: 想起、検索、推論
大規模言語モデルを用いた関係抽出タスクにおいて、関連性の高い訓練例の検索と効果的な文脈推論を実現する新しい手法を提案する。
関係抽出のための検索支援型生成アプローチ
大規模言語モデルを活用し、関連する文章の検索と生成を組み合わせることで、効果的な関係抽出を実現する。
弱教師付き関係抽出のための表現学習
限られたトレーニングデータで性能を向上させるために、教師付きベースラインシステムのパフォーマンスを改善する方法に焦点を当てる。
