Not All Negatives are Equal: Label-Aware Contrastive Loss for Fine-grained Text Classification
National University of Singapore(新加坡国立大学)
细粒度分类涉及处理具有大量类别的数据集,这些类别之间存在细微差异。引导模型专注于区分这些通常容易混淆的类之间的维度,是提高细粒度任务性能的关键。在这项工作中,我们分析了两个细粒度的文本分类任务,情感分类和情感分析的预训练语言模型的对比微调。我们自适应地嵌入类关系到一个对比的目标函数,以帮助不同的权重的积极和消极的,特别是,加权密切混淆的负面比不太相似的负面的例子。我们发现,标签感知的对比损失优于以前的对比方法,在更大的数量和/或更容易混淆的类的存在下,并帮助模型产生更有区别的输出分布。
2021-09-12 cs.AI cs.CL
Entity-Aspect-Opinion-Sentiment Quadruple Extraction for Fine-grained Sentiment Analysis
Meituan(美团)
本文提出实体-方面-观点-情感四元组抽取任务EASQE,将方面词分层分解为实体和方面以避免信息丢失,并构建四个数据集及两阶段序列标注Trigger-Opinion基线框架,实验表明其显著优于现有方法。
2023-11-28 cs.CL
If you've got it, flaunt it: Making the most of fine-grained sentiment annotations
University of Oslo(奥斯陆大学)
细粒度的情感分析试图提取情感持有者、目标和极性表达,并解决它们之间的关系,但进展受到注释困难的阻碍。另一方面,有针对性的情感分析是一个更窄的任务,专注于提取情感目标和分类他们的polarity.In本文中,我们探讨是否合并持有人和表情信息可以提高目标提取和分类,并在八个英文数据集上进行实验。我们的结论是,共同预测目标和极性BIO标签提高目标提取,并增加输入文本与黄金的表达一般提高有针对性的极性分类。这突出了为细粒度情感数据集注释表达式的潜在重要性。同时,我们的研究结果表明,目前的模型预测极表达的性能很差,阻碍了这些信息在实践中的好处。
2021-01-30 cs.CL
StylePTB: A Compositional Benchmark for Fine-grained Controllable Text Style Transfer
Carnegie Mellon University(卡内基梅隆大学)
语篇风格转换的目的是在保持源句核心意义不变的情况下,可控地生成具有目标风格变化的语篇。许多现有的风格转换基准主要集中在个人的高层次语义变化(例如,积极到消极),这使得在高层次的可控性,但不提供涉及句子结构,强调和句子的内容细粒度的控制。在本文中,我们介绍了一个大规模的基准,StylePTB,(1)成对的句子经历了21个细粒度的风格变化,跨越原子词汇,句法,语义和文本的主题转移,以及(2)多个转移的组成,允许建模细粒度的风格变化作为更复杂,更高层次的转移的构建块。通过对StylePTB上的现有方法进行基准测试,我们发现它们很难对细粒度的更改进行建模,并且更难组合多种样式。因此,StylePTB带来了新的挑战,我们希望这将鼓励未来的研究在可控的文本风格转移,组合模型,学习解开表示。解决这些挑战将是迈向可控文本生成的重要步骤。
2021-04-12 cs.AI cs.CL cs.LG
Motion Generation from Fine-grained Textual Descriptions
Peking University(北京大学);The University of Tokyo(东京大学)
针对现有text2motion局限于粗粒度描述的问题,构建了细粒度数据集FineHumanML3D并提出模型FineMotionDiffuse,通过学习细粒度描述到动作基元的映射,显著提升了动作生成质量与复合动作生成能力。
2024-03-26 cs.AI cs.CL cs.CV
A Survey of Neural Network Techniques for Feature Extraction from Text
University of Waterloo(滑铁卢大学)
本文旨在促进关于使用神经网络架构的文本特征提取技术的讨论。本文讨论的研究问题集中在最先进的神经网络技术,已被证明是有用的工具,语言处理,语言生成,文本分类和其他计算语言学任务。
2017-04-27 cs.CL
Improving Opinion-Target Extraction with Character-Level Word Embeddings
Bielefeld University(比勒费尔德大学)
细粒度的情感分析近年来受到越来越多的关注。在评论中提取意见目标表达(OTE)通常是细粒度的、基于方面的情感分析中的重要步骤。然而,从用户生成的文本中检索这些信息可能很困难。例如,客户评论很容易包含拼写错误的单词,并且由于其特定于领域的语言而难以处理。在这项工作中,我们调查是否字符级模型可以提高性能的意见目标表达的识别。我们整合到一个序列标签系统使用字符级词嵌入的字结构的信息,并显示其对系统的性能的积极影响。具体而言,我们获得了3.3点F1分数相对于我们的基线模型增加。在进一步的实验中,我们揭示了学习嵌入的编码字符模式,并给出了两种模型的性能差异的细微差别。
2017-09-19 cs.CL
Controlled CNN-based Sequence Labeling for Aspect Extraction
University of Illinois at Chicago(伊利诺伊大学芝加哥分校)
对评论进行细粒度情感分析的一个关键任务是提取用户表达意见的方面或特征。本文重点关注使用改进的CNN(称为受控CNN(Ctrl))进行监督方面提取。修改后的CNN具有两种类型的控制模块。通过异步参数更新,它可以防止过度拟合并显着提高CNN的性能。该模型在标准方面提取数据集上实现了最先进的结果。据我们所知,这是第一篇将控制模块应用于方面提取的论文。
2019-05-29 cs.CL cs.LG
Exploiting Unlabeled Data for Target-Oriented Opinion Words Extraction
Tokyo Institute of Technology(东京工业大学);Microsoft STCA(微软(亚洲)互联网工程院);Nanjing University(南京大学);Microsoft Research Asia(微软亚洲研究院);Westlake University(西湖大学)
面向目标的意见词抽取(TOWE)是一种细粒度的情感分析任务,旨在从句子中抽取出与给定意见目标相对应的意见词。最近,深度学习方法在这项任务上取得了显著进展。然而,由于昂贵的数据注释过程,TOWE任务仍然遭受训练数据的稀缺。有限的标记数据增加了测试数据和训练数据之间的分布偏移的风险。在本文中,我们建议利用大量的未标记的数据,以减少风险,增加暴露的模型,以不同的分布偏移。具体来说,我们提出了一种新的多粒度一致性正则化(MGCR)方法,利用未标记的数据和设计两个过滤器,专门为TOWE过滤噪声数据在不同的粒度。在四个TOWE基准数据集上的大量实验结果表明,MGCR与当前最先进的方法相比具有优越性。深入的分析也证明了不同粒度的过滤器的有效性。我们的代码可在https://github.com/TOWESSL/TOWESSL上获得。
2022-08-17 cs.CL
Double Embeddings and CNN-based Sequence Labeling for Aspect Extraction
University of Illinois at Chicago(伊利诺伊大学芝加哥分校);Tsinghua University(清华大学)
产品评论的细粒度情感分析的一个关键任务是提取用户表达意见的产品方面或特征。与其他高度复杂的监督深度学习模型不同,本文提出了一种新颖而简单的CNN模型,采用两种类型的预训练嵌入进行方面提取:通用嵌入和特定领域嵌入。在不使用任何额外监督的情况下,该模型取得了令人惊讶的好结果,优于最先进的复杂现有方法。据我们所知,本文是第一个报告这种双嵌入的CNN模型的方面提取,并取得了很好的效果。
2018-05-11 cs.CL
Coarse2Fine: Fine-grained Text Classification on Coarsely-grained Annotated Data
University of California San Diego(加利福尼亚大学圣地亚哥分校);Carnegie Mellon University(卡内基梅隆大学)
现有的文本分类方法主要集中在一个固定的标签集,而许多现实世界的应用程序需要扩展到新的细粒度的类,每个标签的样本数量的增加。为了适应这样的要求,我们引入了一个新的问题,称为粗到细粒度的分类,其目的是执行细粒度的粗注释数据的分类。我们没有要求新的细粒度人工注释,而是选择利用标签表面名称作为唯一的人工指导,并将丰富的预训练生成语言模型编织到迭代弱监督策略中。具体来说,我们首先提出了一个标签条件微调配方来调整这些发电机为我们的任务。此外,我们设计了一个正则化目标的基础上,从我们的问题设置派生的粗-细标签约束,给我们更进一步的改进,比以前的配方。我们的框架使用微调的生成模型对伪训练数据进行采样以训练分类器,并在真实的未标记数据上进行自举以进行模型改进。在两个真实数据集上进行的大量实验和案例研究表明,该方法优于SOTA zero-shot分类基线。
2021-09-22 cs.CL cs.LG
Visual Analytics for Fine-grained Text Classification Models and Datasets
ContactEngine
针对细粒度文本分类任务中语义结构复杂且模型决策难解释的问题,与专家合作开发了可视化分析系统SemLa,通过剖析嵌入空间语义结构和可视化文本细粒度差异,支持对比分析并辅助模型验证、调试与数据标注。
2024-03-21 cs.CL
AudioScape-TTA: A Structured Soundscape Benchmark for Fine-Grained Text-to-Audio Evaluation
针对现有TTA评估基准缺乏细粒度语义洞察的问题,提出AudioScape-TTA基准及基于评分标准的评估框架,通过2258个音频-文本对等数据验证TTA模型的多项局限,其评估更贴合人类判断。
2026-08-06 cs.AI cs.SD
FG-CLIP: Fine-Grained Visual and Textual Alignment
AI Research(360人工智能研究院)
针对CLIP细粒度理解不足的问题,提出FG-CLIP,通过生成海量长图文对、构建带区域标注的FineHARD数据集及引入难负样本,在多项下游任务上超越现有方法。
2025-05-21 cs.AI cs.CV
Sketch and Text Synergy: Fusing Structural Contours and Descriptive Attributes for Fine-Grained Image Retrieval
Xidian University First Aircraft Design Institute(西安电子科技大学第一飞机设计院)
本文提出STBIR框架,通过融合草图的结构轮廓与文本的色彩纹理信息,提升细粒度图像检索性能,采用课程学习、特征空间优化和多阶段跨模态对齐机制,实验验证其优于现有方法。
2026-04-17 cs.AI cs.CV
Fusion Makes Perfection: An Efficient Multi-Grained Matching Approach for Zero-Shot Relation Extraction
Beijing University of Posts and Telecommunications(北京邮电大学)
针对零样本关系抽取中细粒度标注昂贵且语义交互计算开销大的问题,本文提出融合虚拟实体匹配、粗粒度召回与细粒度分类的高效多粒度方法,在保证推理速度的同时超越已有 SOTA。
2024-06-17 cs.AI cs.CL
FGSI: Distant Supervision for Relation Extraction method based on Fine-Grained Semantic Information
Harbin Normal University(哈尔滨师范大学)
关系抽取的主要目的是抽取句子中带有标签的实体对之间的语义关系,它在句子的语义理解和知识图谱的构建中起着重要的作用。在本文中,我们提出了一个句子中的关键语义信息在实体的关系提取中起着关键作用。我们提出了一个假设,即句子内部的关键语义信息在实体关系抽取中起着关键作用。并基于这一假设,从句子内部根据实体的位置将句子分成三段,通过句内注意力机制寻找句子内部的细粒度语义特征,减少无关噪声信息的干扰。提出的关系抽取模型可以充分利用现有的正语义信息。实验结果表明,与现有方法相比,所提出的关系抽取模型提高了查准率-查全率曲线和P@N值,证明了该模型的有效性。
2023-03-18 cs.AI cs.CL
Text2NKG: Fine-Grained N-ary Relation Extraction for N-ary relational Knowledge Graph Construction
School of Computer Science, Beijing University of Posts and Telecommunications(北京邮电大学计算机学院);School of Automation Science and Electrical Engineering, Beihang University(北京航空航天大学自动化科学与电气工程学院);Beijing Institute of Computer Technology and Application(北京计算机技术及应用研究所);Inspur Group Co., Ltd.(浪潮集团有限公司);College of Computing and Data Science, Nanyang Technological University(南洋理工大学计算与数据科学学院)
针对现有n元关系知识图谱构建粗粒度、单一模式的局限,提出带异序与输出合并的跨度元组分类框架Text2NKG,支持四种典型NKG模式,在细粒度n元关系抽取基准上F1值达SOTA,代码与数据已公开。
2024-10-30 cs.AI cs.CL
DocRED-FE: A Document-Level Fine-Grained Entity And Relation Extraction Dataset
National Key Laboratory for Multimedia Information Processing, Peking University(北京大学多媒体信息处理全国重点实验室)
实体与关系抽取(JERE)是信息抽取中的一项重要任务。然而,大多数现有作品都集中在句子级粗粒度JERE上,这在现实场景中存在局限性。本文构建了一个大规模文档级细粒度JERE数据集DocRED-FE,它对DocRED进行了细粒度实体类型的改进。具体而言,我们重新设计了一个分层的实体类型模式,包括11个粗粒度类型和119个细粒度类型,然后重新注释DocRED手动根据这个模式。通过综合实验,我们发现:(1)DocRED-FE对现有的JERE模型提出了挑战;(2)我们的细粒度实体类型促进了关系分类。我们在https://github.com/PKU-TANGENT/DOCRED-FE上公开了DocRED-FE的说明和基线代码。
2023-03-21 cs.CL
Benchmarking Large Language Models with Augmented Instructions for Fine-grained Information Extraction
Harbin Institute of Technology (Shenzhen)(哈尔滨工业大学(深圳));Paradigm. Inc.(第四范式公司);Tsinghua University(清华大学);HKUST(香港科技大学)
本研究针对大语言模型适配细粒度信息抽取的需求,构建了带增强指令的细粒度IE基准数据集,实验发现模型性能不由规模单一决定,架构等因素也很关键,为LLM在IE领域的精细化应用提供参考。
2023-10-08 cs.CL
Fine-Grained Temporal Relation Extraction
University of Rochester(罗切斯特大学);Johns Hopkins University(约翰斯·霍普金斯大学)
我们提出了一个新的语义框架建模的时间关系和事件持续时间,映射对事件的实值尺度。我们使用这个框架来构建迄今为止最大的时态关系数据集,涵盖了整个通用的英语网络树库。我们使用这个数据集来训练模型,以联合预测细粒度的时间关系和事件持续时间。我们报告了我们的数据的强有力的结果,并显示了转移学习方法预测分类关系的有效性。
2019-06-03 cs.CL
A German Corpus for Fine-Grained Named Entity Recognition and Relation Extraction of Traffic and Industry Events
DFKI GmbH(德国人工智能研究中心)
在个人旅行计划和供应链管理等领域,监控移动性和行业相关事件非常重要,但从异构的大容量文本流中提取与特定公司、运输路线和位置相关的事件仍然是一个重大挑战。这项工作描述了一个语料库的德语文档已被注释细粒度的地理实体,如街道,车站和路线,以及标准的命名实体类型。它还被注释了一组15个与交通和行业相关的n元关系和事件,如事故、交通堵塞、收购和罢工。该语料库包括新闻专线文本、Twitter消息以及来自广播电台、警察局和铁路公司的交通报告。它允许训练和评估两个命名实体识别算法,旨在细粒度的地理实体,以及n元关系抽取系统。
2020-04-07 cs.CL
Grid Tagging Scheme for Aspect-oriented Fine-grained Opinion Extraction
Nanjing University(南京大学);Nanjing University of Science and Technology(南京理工大学)
面向观点的细粒度观点抽取(AFOE)旨在以观点对的形式从评论中抽取观点词和观点词,或者附加抽取观点词的情感极性形成观点三元组。由于AFOE任务包含多个意见因素,通常将其分解为多个子任务,在流水线中完成。然而,流水线方法容易遭受错误传播和现实世界中的不便。为此,我们提出了一种新的标记方案,网格标记方案(GTS),以解决AFOE任务在一个端到端的方式只有一个统一的网格标记任务。此外,我们设计了一个有效的推理策略GTS利用不同意见因素之间的相互指示更准确的提取。为了验证GTS的可行性和兼容性,分别基于CNN、BiLSTM和BERT实现了三种不同的GTS模型,并在面向方面的观点对抽取和观点三元组抽取数据集上进行了实验。大量的实验结果表明,GTS模型显著优于强基线,并达到了最先进的性能。
2020-11-03 cs.CL
Utilizing coarse-grained data in low-data settings for event extraction
Graduate School of Sciences and Engineering(理工学研究生院)
为事件信息抽取系统注释文本数据是困难的、昂贵的并且容易出错。我们研究了集成粗粒度数据(文档或句子标签)的可行性,这是更可行的获得,而不是注释更多的文档。我们利用一个多任务模型与两个辅助任务,文档和句子的二进制分类,除了令牌分类的主要任务。我们进行了一系列的实验,不同的数据制度,上述整合。结果表明,虽然引入额外的粗粒度数据提供了更大的改进和鲁棒性,增益仍然是可能的,只有增加的负面文件,没有任何事件的信息。
2022-05-11 cs.CL cs.LG
AutoSpecNER: A Fine-Grained Named Entity Recognition Dataset for Vehicle Specification Extraction
Department of Computing and Mathematics, Manchester Metropolitan University(曼彻斯特城市大学计算与数学系);Autotrader Research Group, Autotrader UK(英国Autotrader研究组)
提出AutoSpecNER数据集,包含659条汽车广告和15类超过1万个实体,基于DeBERTa的模型达到90%微平均F1分数,优于规则方法和大型语言模型。
2026-11-03 cs.CL
Fine-grained Contrastive Learning for Relation Extraction
University of California, San Diego(加州大学圣地亚哥分校)
最近的关系抽取(RE)的工作已经显示出令人鼓舞的改善,进行对比学习的银标签产生的远程监督,然后微调的黄金标签。现有的方法通常假设所有这些银标签都是准确的,并平等对待它们;然而,远程监督不可避免地会产生噪音-一些银标签比其他标签更可靠。在本文中,我们提出了细粒度的对比学习(FineCL)RE,它利用细粒度的信息,银标签是和没有噪音,以提高学习的关系表示RE的质量。我们首先通过一种简单而自动的方法来评估银标签的质量,我们称之为“学习顺序去噪”,在这种方法中,我们训练一个语言模型来学习这些关系,并记录学习到的训练实例的顺序。我们发现,学习顺序在很大程度上对应于标签的准确性--平均而言,早期学习的银标签比后来学习的银标签更准确。然后,在预训练期间,我们在新的对比学习目标中增加准确标签的权重。在几个RE基准测试上的实验表明,FineCL与最先进的方法相比具有一致和显着的性能增益。
2022-10-20 cs.CL
FOAL: Fine-grained Contrastive Learning for Cross-domain Aspect Sentiment Triplet Extraction
National Key Laboratory for Novel Software Technology, Nanjing University(南京大学计算机软件新技术国家重点实验室);ByteDance(字节跳动)
本文提出FOAL方法,通过细粒度对比学习减少跨领域差异,在六个迁移对上实现6%性能提升,缓解目标领域标注数据依赖问题。
2023-11-17 cs.CL
RE-Matching: A Fine-Grained Semantic Matching Method for Zero-Shot Relation Extraction
Fudan University(复旦大学);Baidu Research(百度研究院)
针对零样本关系抽取中通用语义匹配未显式区分实体与上下文的问题,提出 RE-Matching,分解两类匹配分数并用特征蒸馏抑制无关特征,显著提升 F1 且推理提速 10 倍。
2023-06-08 cs.CL
A Decoupling and Aggregating Framework for Joint Extraction of Entities and Relations
Japan Advanced Institute of Science and Technology(日本先进科学技术学院);National Institute of Advanced Industrial Science and Technology(国立先进工业科学技术研究院);University of Tsukuba(筑波大学)
针对实体关系联合抽取中现有方法忽略子任务语义差异、缺乏细粒度特征交互的问题,提出将特征编码解耦为主体、客体、关系三部分,并设计跨聚合与内聚合策略,性能超越多个此前的最优模型。
2024-05-14 cs.AI cs.CL
Exploring LLMs for Scientific Information Extraction Using The SciEx Framework
本文提出SciEx框架,通过解耦关键组件提升科学信息提取的准确性和一致性,评估结果显示其在多科学领域中的有效性。
2026-01-23 cs.AI cs.CL
Adverse Event Extraction from Discharge Summaries: A New Dataset, Annotation Scheme, and Initial Findings
University of Edinburgh(爱丁堡大学);University College London(伦敦大学学院);University of Glasgow(格拉斯哥大学)
该研究构建了老年患者出院小结不良事件抽取数据集,提出支持不连续和重叠实体的标注方案,评估多种模型,发现细粒度任务性能下降,为临床NLP提供基准。
2025-06-17 cs.CL
GSAP-ERE: Fine-Grained Scholarly Entity and Relation Extraction Focused on Machine Learning
针对机器学习相关研究的细粒度信息抽取需求,本文提出人工构建的GSAP-ERE数据集(含10种实体、18种关系类型),验证其在下游任务的有效性,并通过实验显示微调模型在该数据集上的抽取性能远超LLM提示方法。
2025-11-12 cs.CL
Scientific and Technological Text Knowledge Extraction Method of based on Word Mixing and GRU
知识抽取的任务是从非结构化文本数据中抽取三元关系(头实体-关系-尾实体)。现有的知识提取方法分为“流水线”方法和联合提取方法。“流水线”方法是将命名实体识别和实体关系抽取分离,使用各自的模块进行抽取。这种方法虽然具有较好的灵活性,但训练速度较慢。联合抽取的学习模型是通过神经网络实现的端到端模型,同时实现实体识别和关系抽取,能够很好地保留实体和关系之间的关联,将实体和关系的联合抽取转化为序列标注问题。提出一种基于词混合和GRU的科技资源知识抽取方法,结合词混合向量映射方法和自注意力机制,有效提高中文科技资源文本关系抽取的效果。
2022-03-31 cs.AI cs.CL
Cascaded Models for Better Fine-Grained Named Entity Recognition
IBM Research AI(IBM研究院人工智能)
命名实体识别(Named Entity Recognition,NER)是许多自然语言应用(如关系抽取或事件抽取)的基础任务。大部分NER研究都是在具有少数实体类型的数据集上进行的(例如PER,ESTA,ORG,MISC),但许多现实世界的应用(灾难救援,复杂事件提取,执法)可以从更大的NER类型中受益。最近,创建了具有数百到数千种类型的实体的数据集,从而引发了新的研究方向(Sekine,2008;Ling和Weld,2012; Gillick等人,2014; Choiet al.,2018年)。在本文中,我们提出了一种标记细粒度NER的级联方法,适用于TAC KBP 2019评估中使用的新发布的细粒度NER数据集(Ji等人,2019),其灵感来自于训练数据可用于一些粗略标签的事实。使用组合的Transformer网络,我们表明,性能可以提高约20 F1的绝对值,与直接的模型建立在完整的细粒度类型相比,并显示,令人惊讶的是,使用课程标记的数据在三种语言导致英语数据的改善。
2020-09-15 cs.CL
Multi-Granularity Semantic Aware Graph Model for Reducing Position Bias in Emotion-Cause Pair Extraction
Institute of Information Engineering, Chinese Academy of Sciences(中国科学院信息工程研究所);School of Cyber Security, University of Chinese Academy of Sciences(中国科学院大学网络空间安全学院)
情感-原因对提取(ECPE)任务旨在从文档中提取情感和原因对。我们观察到,在典型的ECPE数据集中,情绪和原因的相对距离分布极不平衡。现有的方法设置了一个固定大小的窗口来捕获相邻子句之间的关系。然而,他们忽略了有效的语义连接之间的距离子句,导致对位置不敏感的数据的泛化能力差。为了缓解这个问题,我们提出了一种新的多粒度语义感知图模型(MGSAG),结合细粒度和粗粒度的语义特征联合,而不考虑距离的限制。特别是,我们首先探讨从文档中提取的条款和关键字之间的语义依赖关系,传达细粒度的语义特征,获得关键字增强的条款表示。此外,还建立了一个子句图来描述子句间的粗粒度语义关系。实验结果表明,MGSAG优于现有的国家的最先进的ECPE模型。特别是在位置不敏感数据的情况下,MGSAG模型的性能明显优于其他模型。
2022-08-18 cs.CL
Fine-Grained Causality Extraction From Natural Language Requirements Using Recursive Neural Tensor Networks
Qualicen GmbH(Qualicen有限公司);Technical University of Munich(慕尼黑工业大学);Blekinge Institute of Technology(布莱金厄理工学院);University of Cologne(科隆大学);fortiss GmbH(福蒂斯有限公司)
[上下文:]因果关系(例如,如果A,则B)在功能需求中普遍存在。对于AI4RE的各种应用,例如,从需求中自动推导出合适的测试用例,自动提取这种因果关系陈述是一个基本的必要条件。[问题:]我们缺乏一种能够以细粒度形式从自然语言需求中提取因果关系的方法。具体而言,现有的方法不考虑因果之间的组合。它们也不允许将原因和结果分割成更细粒度的文本片段(例如,变量和条件),使得提取的关系不适合自动测试用例推导。[目标与贡献:]我们解决了这一研究空白,并做出了以下贡献:首先,我们提出了因果树库,这是第一个完全标记的二元解析树语料库,代表了1,571个因果要求的组成。其次,我们提出了一种基于递归神经张量网络的细粒度因果关系提取器。我们的方法是能够恢复组成的因果语句写在自然语言,并取得了74%的因果关系树库的评价F1得分。第三,我们公开了我们的开放数据集以及我们的代码,以促进RE社区中因果关系自动提取的讨论。
2021-07-22 cs.CL cs.IR
Weakly-supervised Domain Adaption for Aspect Extraction via Multi-level Interaction Transfer
Southwestern University of Finance and Economics(西南财经大学);Tencent(腾讯);Nanyang Technological University(南洋理工大学)
针对跨领域方面提取标注成本高、性能受限的问题,提出基于多层重构机制的弱监督领域自适应方法,利用句子级方面类别标签构建枢轴知识,显著提升跨领域方面提取效果。
2020-06-16 cs.CL
MME-RAG: Multi-Manager-Expert Retrieval-Augmented Generation for Fine-Grained Entity Recognition in Task-Oriented Dialogues
Harbin Institute of Technology(哈尔滨工业大学);Byering Technology(Byering技术公司)
针对任务型对话细粒度实体识别中LLM的领域适配与检索可控性难题,提出MME-RAG多管理者-专家检索增强生成框架,经多数据集验证性能优于基线,具备良好鲁棒性与跨域泛化性。
2025-11-15 cs.AI cs.CL
HACo-Det: A Study Towards Fine-Grained Machine-Generated Text Detection under Human-AI Coauthoring
Xi’an Jiaotong University(西安交通大学);University of Chicago(芝加哥大学);Queen Mary University of London(伦敦玛丽女王大学)
本文提出HACo-Det数据集,通过词级归因标签支持人机协同创作下的细粒度机器生成文本检测,并改造七种文档级检测器进行词级和句级评估,发现微调模型优于度量方法但问题仍未解决。
2025-06-03 cs.AI cs.CL
GraphER: A Structure-aware Text-to-Graph Model for Entity and Relation Extraction
FI Group(FI集团);LIPN, CNRS UMR 7030(法国国家科学研究中心UMR 7030实验室(LIPN))
本文提出GraphER模型,将信息抽取视为图结构学习,通过动态优化图结构实现实体和关系的联合预测,在基准上取得竞争性结果。
2024-04-18 cs.AI cs.CL
You May Speak Freely: Improving the Fine-Grained Visual Recognition Capabilities of Multimodal Large Language Models with Answer Extraction
University of Massachusetts, Amherst(马萨诸塞大学阿姆赫斯特分校);Brown University(布朗大学)
本文提出nlg2choice方法,通过两阶段策略提升多模态大语言模型在细粒度视觉识别任务中的表现,通过开放性问题和受限解码提高检索效率。
2025-12-09 cs.CL cs.CV
Extracting Fine-Grained Knowledge Graphs of Scientific Claims: Dataset and Transformer-Based Results
SIFT(SIFT研究所);Northeastern University(东北大学)
最近的基于transformer的方法在关系科学信息抽取方面取得了可喜的成果。现有的数据集侧重于对研究如何进行的高层次描述。相反,我们专注于如何通过构建SciClaim来呈现实验关联的微妙之处,SciClaim是一个从社会和行为科学(SBS),PubMed和CORD-19论文中提取的科学声明数据集。我们新的图注释模式不仅将粗粒度的实体跨度作为节点,将关系作为它们之间的边,而且还将修改实体及其关系的细粒度属性,语料库中共有12,738个标签。通过包含更多的标签类型和超过以前数据集两倍的标签密度,SciClaim捕获了实验变量及其资格,亚型和证据的因果,比较,预测,统计和比例关联。我们扩展了基于转换器的联合实体和关系抽取的工作,以有效地推断我们的模式,展示了细粒度知识图谱在科学索赔和超越的承诺。
2021-09-21 cs.CL
FineLIP: Extending CLIP's Reach via Fine-Grained Alignment with Longer Text Inputs
Technology Innovation Institute (TII)(技术创新研究院)
针对CLIP模型文本输入长度受限及细粒度捕捉能力不足的问题,提出FineLIP方法,通过扩展位置嵌入处理长文本并动态聚合局部token实现细粒度跨模态对齐,在零样本检索和文生图任务上优于现有方法。
2025-04-02 cs.AI cs.CL cs.CV
Parser Extraction of Triples in Unstructured Text
Wipro Limited(威普罗有限公司)
网络包含大量非结构化文本的存储库。我们调查的机会,建立一个知识图谱从这些文本源。我们生成了一组三元组,可用于知识收集和集成。我们定义了一个语言编译器的架构,使用OpenNLP解析器处理主谓宾三元组。我们实现了一个深度优先的搜索遍历的POS标记的语法树附加谓词和对象的信息。解析器能够更高精度和更高召回率地提取跨连接边界的句法关系。我们能够提取ReVerb正确提取的2-2.5倍。这些抽取被用于各种语义Web应用和问答中。我们验证了在CtrudeWeb数据集上提取50,000个三元组。
2018-11-06 cs.AI cs.CL cs.LG
Automatic Extraction of Causal Relations from Natural Language Texts: A Comprehensive Survey
University of Waterloo(滑铁卢大学)
从自然语言文本中自动提取因果关系是人工智能领域的一个具有挑战性的开放性问题。大多数早期的解决方案都是在小型和特定领域的数据集上手动构建语言和句法规则。然而,随着大数据的出现,可负担得起的计算能力的可用性以及最近机器学习的普及,解决这个问题的范式已经慢慢改变。机器现在被期望以领域独立的方式,在最少的监督下从标记数据中学习通用的因果提取规则。在本文中,我们提供了一个全面的调查因果关系抽取技术从这两种范式,并分析其相对的优势和劣势,为今后的工作提出建议。
2016-05-25 cs.AI cs.CL cs.IR
Creating a Fine Grained Entity Type Taxonomy Using LLMs
本文研究利用GPT-4和GPT-4 Turbo通过迭代提示自主构建包含超5000个细粒度实体类型的分类体系,并展示其在关系抽取等信息抽取任务中的应用价值。
2024-02-19 cs.CL
Biased TextRank: Unsupervised Graph-Based Content Extraction
University of Michigan(密歇根大学)
我们引入了Biased TextRank,这是一种基于图形的内容提取方法,其灵感来自流行的TextRank算法,该算法根据文本对语言处理任务的重要性以及与输入“焦点”的相关性对文本跨度进行排名。“Biased TextRank通过修改TextRank执行中的随机重新启动来实现文本的集中内容提取。基于图节点与任务焦点的相关性来分配随机重启概率。我们提出了两个应用程序的偏见TextRank:集中的摘要和解释提取,并表明我们的算法导致两个不同的数据集上的显着ROUGE-N得分利润率提高性能。与其前身非常相似,Biased TextRank是无监督的,易于实现,并且比当前最先进的自然语言处理方法更快,更轻。
2020-11-02 cs.CL
Leveraging Declarative Knowledge in Text and First-Order Logic for Fine-Grained Propaganda Detection
Fudan University(复旦大学);Microsoft Corporation(微软公司);Sun Yat-Sen University(中山大学)
我们研究了新闻文章中宣传性文本片段的检测。而不是仅仅从训练数据中的输入输出数据点学习,我们引入了一种方法来注入细粒度宣传技术的声明性知识。具体来说,我们利用一阶逻辑和自然语言表达的声明性知识。前者指的是粗粒度和细粒度预测之间的逻辑一致性,用于通过命题布尔表达式来正则化训练过程。后者是指每个宣传技术的字面定义,用于获得正则化模型参数的类表示。我们进行实验的宣传技术语料库,一个大的手动注释数据集细粒度的宣传检测。实验表明,我们的方法实现了卓越的性能,证明利用声明性知识可以帮助模型做出更准确的预测。
2020-10-05 cs.AI cs.CL cs.IR
ClusTop: An unsupervised and integrated text clustering and topic extraction framework
Hebei University of Technology(河北工业大学);Tianjin Huizhi Xingyuan Information Technology Co.,Ltd.(天津汇智兴元信息技术有限公司)
文本聚类和主题抽取是文本挖掘的两个重要任务。通常,这两个任务是分开执行的。为了便于聚类的主题提取,我们可以首先将文本投影到主题空间中,然后执行聚类算法来获得聚类。为了通过聚类来促进主题提取,我们可以首先使用聚类算法获得聚类,然后提取特定于聚类的主题。然而,这种幼稚的策略忽略了文本聚类和主题提取是密切相关的,并且遵循鸡和蛋的关系。单独执行它们无法使它们相互受益,以实现最佳的整体性能。本文提出了一种无监督文本聚类和主题提取框架(WITTTop),该框架将文本聚类和主题提取集成到一个统一的框架中,能够同时实现高质量的聚类结果和主题提取。我们的框架包括四个部分:增强的语言模型训练,降维,聚类和主题提取,其中增强的语言模型可以被看作是聚类和主题提取之间的桥梁。一方面,它为文本嵌入提供了强聚类结构,有利于有效的文本聚类;另一方面,由于其自关注结构,它高度关注主题相关词以进行主题提取。此外,增强的语言模型的训练是无监督的。在两个数据集上的实验证明了该框架的有效性,并为该框架中不同的模型组合提供了基准。
2023-01-03 cs.CL
Personalized Text Generation with Fine-Grained Linguistic Control
New York University Abu Dhabi(纽约大学阿布扎比分校);Grammarly(Grammarly公司)
本文针对大语言模型可控文本生成中细粒度语言属性(如词汇和句法)控制不足的问题,提出新基准以训练和评估模型,并系统分析多种大模型性能,公开代码、数据和预训练模型。
2024-02-07 cs.CL
A Brief Survey of Text Mining: Classification, Clustering and Extraction Techniques
University of Georgia(佐治亚大学)
每天生成的文本数量正在急剧增加。这些大量的非结构化文本不能简单地被计算机处理和感知。因此,需要高效和有效的技术和算法来发现有用的模式。文本挖掘是从文本中提取有意义信息的任务,近年来受到了广泛的关注。在本文中,我们描述了几个最基本的文本挖掘任务和技术,包括文本预处理,分类和聚类。此外,我们简要介绍了文本挖掘在生物医学和医疗保健领域。
2017-07-28 cs.AI cs.CL cs.IR
Multi-Grained Vision Language Pre-Training: Aligning Texts with Visual Concepts
ByteDance(字节跳动)
视觉语言预训练中的大多数现有方法依赖于通过目标检测提取的以对象为中心的特征,并在提取的特征和文本之间进行细粒度的对齐。这些方法学习多个对象之间的关系是具有挑战性的。为此,我们提出了一种称为X-VLM的新方法来执行多粒度视觉语言预训练。学习多粒度对齐的关键是在给定相关文本的情况下在图像中定位视觉概念,同时将文本与视觉概念对齐,其中对齐是多粒度的。实验结果表明,X-VLM有效地利用学习到的多粒度对齐到许多下游视觉语言任务,并始终优于最先进的方法。
2022-06-01 cs.CL cs.CV
A Survey on Temporal Reasoning for Temporal Information Extraction from Text (Extended Abstract)
University Medical Center Utrecht(乌得勒支大学医学中心);KU Leuven(鲁汶大学)
时间深深地融入了人们对世界的感知和交流。我们几乎是无意识地为我们的语言话语提供了时间线索,比如动词时态,没有这些线索,我们很难造句。从文本中提取时间线索,并构建关于描述事件顺序的全局时间视图是自动自然语言理解的主要挑战。时间推理是将不同的时间线索组合成一个连贯的时间视图的过程,在时间信息抽取中起着核心作用。本文综述了过去几十年来关于文本时间信息抽取的时间推理研究,并提供了一个将符号推理与基于机器学习的信息抽取系统相结合的案例研究。
2020-05-15 cs.AI cs.CL cs.LG
XATU: A Fine-grained Instruction-based Benchmark for Explainable Text Updates
UC Davis(加州大学戴维斯分校);Megagon Labs(Megagon实验室)
本文提出XATU,首个细粒度指令的可解释文本编辑基准,涵盖多难度任务,结合LLM与人工标注,验证了指令调优和解释在提升LLM编辑能力中的关键作用。
2024-03-14 cs.CL