awesome relation extraction

استخراج علاقة رهيبة

قائمة منسقة من الموارد الرائعة المخصصة لاستخراج العلاقة ، مستوحاة من NLP الرهيبة والرؤية العميقة الرائعة.

المساهمة : لا تتردد في تقديم طلبات سحب .

محتويات

• اتجاهات البحث والمسوحات
• أوراق
  • النهج الخاضعة للإشراف
  • نهج الإشراف البعيد
  • النماذج المستندة إلى GNN
  • نماذج اللغة
    • تمثيل التشفير من المحول
    • تمثيل فك التشفير من المحول
  • النهج القائمة على الرسم البياني المعرفة
  • قليلة من المقاربات التعليمية
• مجموعات البيانات
• مقاطع الفيديو والمحاضرات
• الأنظمة
• الأطر

اتجاهات البحث والمسوحات

• تقدم NLP: استخراج العلاقة
• التعرف على الكيان المسمى واستخراج العلاقة: حالة من الأحدث (Nasar et al. ، 2021)
• دراسة استقصائية لطرق التعلم العميق لاستخراج العلاقة (كومار ، 2017)
• مسح حول استخراج العلاقة (Bach and Badaskar ، 2017)
• استخراج العلاقة: مسح (Pawar et al. ، 2017)
• مراجعة على استخراج علاقة الكيان (Zhang et al. ، 2017)
• مراجعة طرق استخراج العلاقة: ما الجديد هناك؟ (Konstantinova et al. ، 2014)
• 100 أفضل جيثب: استخراج العلاقة

أوراق

النهج الخاضعة للإشراف

النماذج المستندة إلى CNN

• الشبكة العصبية الالتزام لاستخراج العلاقة [ورقة] [رمز] [مراجعة]
  • Chunyang Liu و Wenbo Sun و Wenhan Chao و Wanxiang Che
  • ADMA 2013
• تصنيف العلاقة عبر الشبكة العصبية العميقة التلافيفية [ورقة] [رمز] [مراجعة]
  • دوجيان زنغ ، كانغ ليو ، سيوي لاي ، قوانغويو تشو وجون تشاو
  • Coling 2014
• استخراج العلاقة: منظور من الشبكات العصبية التلافيفية [ورقة] [رمز] [مراجعة]
  • Thien Huu Nguyen و Ralph Grishman
  • NAACL 2015
• تصنيف العلاقات عن طريق الترتيب مع الشبكات العصبية التلافيفية [ورقة] [رمز]
  • Cicero Nogueira Dos Santos ، Bing Xiang و Bowen Zhou
  • ACL 2015
• الشبكة العصبية التلافيفية المستندة إلى الانتباه لاستخراج العلاقة الدلالية [ورقة] [رمز]
  • ياتيان شين و Xuanjing Huang
  • Coling 2016
• تصنيف العلاقة عبر CNNs الانتباه متعدد المستويات [ورقة] [رمز]
  • Linlin Wang ، Zhu Cao ، Gerard de Melo و Zhiyuan Liu
  • ACL 2016
• MIT في Semeval-2017 المهمة 10: استخراج العلاقة مع الشبكات العصبية التلافيفية [ورقة]
  • جي يونغ لي ، فرانك ديرنكورت وبيتر زولوفيتس
  • Semeval 2017

النماذج المستندة إلى RNN

• تصنيف العلاقة عبر الشبكة العصبية المتكررة [ورقة]
  • Dongxu Zhang و Dong Wang
  • Arxiv 2015
• شبكات الذاكرة طويلة المدى طويلة الأجل ثنائية الاتجاه لتصنيف العلاقة [ورقة]
  • Shu Zhang ، Dequan Zheng ، Xinchen Hu و Ming Yang
  • Paclic 2015
• استخراج العلاقة من طرف إلى طرف باستخدام LSTMS على التسلسلات وهيكل الأشجار [ورقة]
  • ماكوتو ميوا وموهيت بانسال
  • ACL 2016
• شبكات الذاكرة طويلة المدى الطويلة على المدى الطويل المستند إلى الانتباه لتصنيف العلاقة [ورقة] [رمز]
  • Peng Zhou ، Wei Shi ، Jun Tian ، Zhenyu Qi ، Bingchen Li ، Hongwei Hao and Bo Xu
  • ACL 2016
• تصنيف العلاقة الدلالية عبر شبكة عصبية متكررة هرمية مع الاهتمام [ورقة]
  • مينغوانغ شياو وكونغ ليو
  • Coling 2016
• تصنيف العلاقة الدلالية عبر شبكات LSTM ثنائية الاتجاه مع الاهتمام المعروف بالكيان باستخدام كتابة الكيان الكامن [ورقة] [رمز]
  • Joohong Lee و Sangwoo Seo و Yong Suk Choi
  • Arxiv 2019

النماذج القائمة على التبعية

• التكوين الدلالي من خلال مساحات المصفوفة المصفوفة المتكررة [ورقة] [رمز]
  • ريتشارد سوتشر ، برودي هوفال ، كريستوفر مانينغ وأندرو ي. ن.
  • EMNLP-CONLL 2012
• نماذج التضمين التكوين القائمة على العوامل [ورقة]
  • Mo Yu ، Matthw R. Gormley و Mark Dredze
  • ورشة عمل NIPS حول التعلم دلالات 2014
• شبكة عصبية قائمة على التبعية لتصنيف العلاقة [ورقة]
  • Yang Liu ، Furu Wei ، Sujian Li ، Heng Ji ، Ming Zhou و Houfeng Wang
  • ACL 2015
• تصنيف العلاقات عبر شبكات الذاكرة قصيرة المدى على طول مسار الاعتماد على أقصر [ورقة] [رمز]
  • شو يان ، ليلي مو ، جي لي ، يونشوان تشن ، هاو بينغ وزهي جين
  • EMNLP 2015
• تصنيف العلاقة الدلالية عبر الشبكات العصبية التلافيفية مع أخذ عينات سلبية بسيطة [ورقة]
  • كون شو ، يانسونج فنغ ، سونغ فانغ هوانغ ودونغيان تشاو
  • EMNLP 2015
• تصنيف العلاقة المحسّن من خلال الشبكات العصبية المتكررة العميقة مع زيادة البيانات [ورقة]
  • يان شو ، ران جيا ، ليلي مي ، جي لي ، يونشوان تشن ، يانغايانغ لو وزهي جين
  • Coling 2016
• الشبكة العصبية المتكررة ثنائية الاتجاه لتصنيف العلاقة [ورقة]
  • Rui Cai و Xiaodong Zhang و Houfeng Wang
  • ACL 2016
• استخراج العلاقة العصبية عن طريق الحد من الضوضاء الداخلية والتعلم النقل [ورقة]
  • Tianyi Liu ، Xinsong Zhang ، Wanhao Zhou ، Weijia Jia
  • EMNLP 2018

النماذج المستندة إلى GNN

• مطابقة الفراغات: التشابه التوزيعي لتعلم العلاقة [ورقة]
  • Livio Baldini Soares ، Nicholas Fitzgerald ، Jeffrey Ling ، Tom Kwiatkowski
  • ACL 2019
• علاقة العلاقات: نموذج جديد لمشكلة استخراج العلاقة [ورقة]
  • Zhijing Jin ، Yongyi Yang ، Xipeng Qiu ، Zheng Zhang
  • EMNLP 2020
• GDPNET: تحسين الرسم البياني الكامن متعدد الرؤية لاستخراج العلاقة [ورقة] [رمز]
  • Fuzhao Xue ، Aixin Sun ، Hao Zhang ، Eng Siong Chng
  • AAAI 21
• Recon: استخراج العلاقة باستخدام سياق الرسم البياني المعرفة في الشبكة العصبية الرسم البياني [Parer] [رمز]
  • Anson Bastos ، Abhishek Nadgeri ، Kuldeep Singh ، أشعيا Onando Mulang '، Saeedeh Shekarpour ، Johannes Hoffart ، Manohar Kaul
  • www'21

نهج الإشراف البعيد

• الإشراف البعيد لاستخراج العلاقة دون بيانات تحمل علامات [ورقة] [مراجعة]
  • مايك مينتز وستيفن بيلز وريون سنو ودان جورافسكي
  • ACL 2009
• الإشراف الضعيف القائم على المعرفة لاستخراج المعلومات من العلاقات المتداخلة [ورقة] [رمز]
  • رافائيل هوفمان ، كونجل تشانغ ، شياو لينغ ، لوك زيتلموير ودانييل س. ويلد
  • ACL 2011
• التعلم متعدد التسمية متعددة الاستخراج لاستخراج العلاقة [ورقة] [رمز]
  • ميهاي سورديانو ، جولي تيبشيراني ، راميش نالاباتي وكريستوفر مانينغ
  • EMNLP-CONLL 2012
• الإشراف البعيد لاستخراج العلاقة عبر الشبكات العصبية التلافيفية الجزئية [ورقة] [مراجعة] [رمز]
  • دوجيان زنغ ، كانغ ليو ، يوبو تشن وجون تشاو
  • EMNLP 2015
• استخراج العلاقة مع الشبكات العصبية متعددة التسمية متعددة الحملات [ورقة] [مراجعة] [رمز]
  • Xiaotian Jiang ، Quan Wang ، Peng Li ، Bin Wang
  • Coling 2016
• دمج مسارات العلاقة في استخراج العلاقة العصبية [ورقة] [مراجعة]
  • وينيوان زنغ ، يانكاي لين ، تشايوان ليو وموسونج صن
  • EMNLP 2017
• استخراج العلاقة العصبية مع الاهتمام الانتقائي على الحالات [ورقة] [رمز]
  • Yankai Lin و Shiqi Shen و Zhiyuan Liu و Huanbo Luan و Maosong Sun
  • ACL 2017
• تعلم السياقات المحلية والعالمية باستخدام نموذج الشبكة المتكررة التلافيفية لتصنيف العلاقة في النص الطبي الحيوي [ورقة] [رمز] [رمز]
  • ديش راج ، سونيل كومار ساهو وآشيش أنان
  • Conll 2017
• استخراج العلاقة الهرمية مع الانتباه إلى الحبيبات الخشنة [ورقة] [رمز]
  • Xu Han ، Pengfei Yu ∗ ، Zhiyuan Liu ، Maosong Sun ، Peng Li
  • EMNLP 2018
• الإقامة: تحسين استخراج العلاقة العصبية التي يتم إشرافها بشكل بعيد باستخدام المعلومات الجانبية [ورقة] [رمز]
  • شيخار فاشيشث ، ريشاب جوشي ، ساي سومان صلياجا ، تشيرانجيب بهاتشاريا وبارثا تالوكدار
  • EMNLP 2018
• استخراج علاقة الإشراف البعيد مع الاهتمام داخل السقيمة والتردد [ورقة] [رمز]
  • Zhi-xiu ye ، Zhen-hua ling
  • NAACL 2019

نماذج اللغة

تمثيل التشفير من المحول

• إثراء نموذج اللغة قبل المدربين مع معلومات الكيان لتصنيف العلاقة [ورقة]
  • شانشان وو ، ييفان هو
  • Arxiv 2019
• لوقا: تمثيلات كيان عميق مع رعاية الذات [ورقة] [رمز] [رمز] [رمز]
  • Ikuya Yamada ، Akari Asai ، Hiroyuki Shindo ، Hideaki Takeda ، Yuji Matsumoto
  • EMNLP 2020
• Spanbert: تحسين التدريب المسبق من خلال تمثيل الفترات [Paper] [Paper] [رمز]
  • الماندار جوشي ، دانكي تشن ، يينهان ليو ، دانييل س. ويلد ، لوك زيتلموير وأمر ليفي
  • TACL 2020 (معاملات جمعية اللغويات الحاسوبية)
• استخراج العلاقة الطويلة الكفاءة مع DG-Spanbert [ورقة]
  • جون تشن ، روبرت هوهندورف ، محمد Elhoseiny ، Xiangliang Zhang

تمثيل فك التشفير من المحول

• تحسين استخراج العلاقة من خلال تمثيلات اللغة المسبق [ورقة] [مراجعة] [رمز]
  • كريستوف أل ، مارك هربنر ، ليونارد هينيج
  • AKBC 19

النهج القائمة على الرسم البياني المعرفة

• KGPOOL: اختيار سياق الرسم البياني للمعرفة الديناميكية لاستخراج العلاقة [ورقة] [رمز]
  • Abhishek Nadgeri ، Anson Bastos ، Kuldeep Singh ، أشعيا Onando Mulang
  • ACL 2021 (النتائج)

قليلة من المقاربات التعليمية

• FILEREL: مجموعة بيانات تصنيف العلاقة على نطاق واسع على نطاق واسع مع تقييم أحدث [ورقة] [موقع] [رمز]
  • شو هان ، هاو تشو ، بنغفي يو ، زيون وانغ ، يوان ياو ، تشايوان ليو ، موسونج صن
  • EMNLP 2018

متنوع

• استخراج العلاقات المشتركة مع العلاقات الطبقية عبر الترتيب العميق الفعال [ورقة]
  • Hai Ye ، Wenhan Chao ، Zhunchen Luo و Zhoujun Li
  • ACL 2017
• استخراج العلاقة العصبية من طرف إلى طرف مع التحسين العالمي [ورقة]
  • ميشان تشانغ ، يو تشانغ وغووهونغ فو
  • EMNLP 2017
• التدريب العدائي لاستخراج العلاقة [ورقة]
  • يي وو ، ديفيد بامان وستوارت راسل
  • EMNLP 2017
• نموذج مفصل عصبي للكيان واستخراج العلاقة من النص الطبيب الحيوي [ورقة]
  • فاي لي ، ميشان تشانغ ، قوهيونج فو ودونغونغ جي
  • BMC Bioinformatics 2017
• استخراج المشترك للكيانات والعلاقات باستخدام التعلم التعزيز والتعلم العميق [ورقة]
  • Yuntian Feng و Hongjun Zhang و Wenning Hao و Gang Chen
  • مجلة الذكاء الحسابي وعلم الأعصاب 2017
• TDEER: مخطط فك تشفير ترجمة فعال لاستخراج المفصل للكيانات والعلاقات [ورقة] [رمز]
  • Xianming Li ، Xiaotian Luo ، Chenghao Dong ، Daichuan Yang ، Beidi Luan و Zhen He
  • EMNLP 2021

العودة إلى الأعلى

مجموعات البيانات

• Semeval-2010 المهمة 8 [ورقة] [تنزيل]
  • تصنيف متعدد الاتجاهات للعلاقات الدلالية بين أزواج من الترشيحات
• New York Times (NYT) Corpus [Paper] [Download]
  • تم إنشاء مجموعة البيانات هذه من خلال محاذاة علاقات القاعدة الحرة مع NYT Corpus ، مع جمل من عام 2005-2006 المستخدمة كمجموعة التدريب والجمل من عام 2007 المستخدمة كمجموعة الاختبار.
• عدد قليل: مجموعة بيانات تصنيف العلاقات القليلة [ورقة] [موقع]
  • مجموعة البيانات هذه هي مجموعة بيانات تصنيف العلاقات القليلة الخاضعة للإشراف. الجسم هو ويكيبيديا وقاعدة المعرفة المستخدمة لتوضيح الجسوس هي ويكيداتا.
• Tacred: مجموعة بيانات استخراج علاقة TAC [Paper] [موقع ويب] [تنزيل]
  • هي مجموعة بيانات استخراج العلاقة واسعة النطاق مع تم إنشاؤها عبر نيوزيو ونص الويب من المجموعة المستخدمة في تحديات قاعدة المعرفة TAC السنوية (TAC KBP).
• ACE05: [موقع ويب] [تنزيل-إنفو]
  • تمثل مجموعة البيانات هذه النصوص المستخرجة من مجموعة متنوعة من المصادر: محادثة البث ، وأخبار البث ، ومجموعات الأخبار ، والمدونات. أنواع العلاقة الست بين 7 أنواع على الكيانات: القدرة (FAC) ، السياسي الجيولوجي (GPE) ، الموقع (LOC) ، المنظمة (ORG) ، الشخص (PER) ، مركبة (VEL) ، سلاح (WEA).
• Semeval-2018 Task 7 [Paper] [Website] [Download]
  • يتم جمع المجموعة من الملخصات ومقدمات الأوراق العلمية ، وهناك ستة أنواع من العلاقات الدلالية في المجموع. هناك ثلاث مهام فرعية منه: المهام الفرعية 1.1 والمهمة الفرعية 1.2 هي تصنيف العلاقة على البيانات النظيفة والصاخبة ، على التوالي ؛ Subtask 2 هو استخراج العلاقة القياسية.

لنتائج أحدث النتائج ، تحقق من nlpprogress.com على استخراج العلاقة

العودة إلى الأعلى

مقاطع الفيديو والمحاضرات

• جامعة ستانفورد: CS124 ، دان جورافسكي
  • (فيديو) الأسبوع 5: استخراج العلاقة والسؤال
• جامعة واشنطن: CSE517 ، لوك Zettlemoyer
  • (شريحة) استخراج العلاقة 1
  • (شريحة) استخراج العلاقة 2
• جامعة نيويورك: CSCI-GA.2590 ، رالف غريشمان
  • (شريحة) استخراج العلاقة: النهج القائمة على القواعد
• جامعة ميشيغان: كورسيرا ، دراجومير راديف
  • (فيديو) المحاضرة 48: استخراج العلاقة
• جامعة فرجينيا: CS6501-NLP ، Kai-Wei Chang
  • (شريحة) المحاضرة 24: استخراج العلاقة

العودة إلى الأعلى

الأنظمة

• عميق
• مستخرج العلاقة في ستانفورد

العودة إلى الأعلى

الأطر

• OpenNre [github] [ورقة]
  • هي مجموعة أدوات مفتوحة المصدر والتي توفر إطار عمل موحد لتنفيذ النماذج العصبية لاستخراج العلاقة (إعادة) بين الكيانات المسماة. تم تصميمه لمختلف السيناريوهات لـ RE ، بما في ذلك RE على مستوى الجملة ، و RE على مستوى الحقيبة ، و RE على مستوى المستندات ، و RE. يوفر مختلف وحدات RE الوظيفية القائمة على كل من Tensorflow و Pytorch للحفاظ على النموذجية الكافية والتوسيع ، مما يجعل من السهل دمج نماذج جديدة في الإطار.
• arekit [github] [ورقة قابلة للتطبيقات القابلة للتطبيق]
  • هي مجموعة أدوات مفتوحة المصدر وقابلة للتمديد تركز على إعداد البيانات لمؤسسة استخراج علاقة على مستوى المستند. إنه يكمل وظيفة OpenNre ، كما هو الحال في إعداد RE على مستوى المستندات الأخير ، لا يتم استكشافها على نطاق واسع (2.4 [ورقة]). تتضمن الوظيفة الأساسية (1) واجهة برمجة التطبيقات لتقديم الوثيقة مع EL (CHINTITY RINKING ، IE Object Synamy) لإعداد علاقات مستوى الجملة (التي يطلق عليها سياقات) (2) API لاستخراج السياقات (3) نقل العلاقات من الموقف القابل للتطبيق على مستوى المستند ، وما إلى ذلك.
• دير [جيثب] [ورقة]
  • هو إطار عمل مفتوح المصدر من أجل DE Denclitive R Elation e xtraction ، وبالتالي يسمح بإعلان مهمتك الخاصة (باستخدام مخططات XML) وتطبيق النماذج التي تم تنفيذها يدويًا (باستخدام واجهة برمجة التطبيقات المقدمة). يعتمد إعلان المهمة على أعلى الفترات والعلاقات بين الامتدادات . من حيث الأخير ، يقترح المؤلفون إطارات ، حيث يصرخ كل إطار من: (1) الزناد (span) و (2) n -slots ، حيث قد يشير كل فتحة إلى الإطار أو الامتداد . لا يطرح الإطار قيودًا نظرية على النافذة التي يتم استخراج الإطارات منها. وبالتالي ، قد يغطي هذا المفهوم مهام RE على مستوى الجملة ومستوى المستندات ومتعددة المستندات.

العودة إلى الأعلى

رخصة

إلى الحد الممكن بموجب القانون ، تنازل Joohong Lee عن كل حقوق النشر والحقوق ذات الصلة أو المجاورة لهذا العمل.