[ACL 2021] Three Sentences Are All You Need: Local Path Enhanced Document Relation Extraction

在文档级别的关系抽取中，对于特定的一个实体对，我们发现，只需要有限的几个句子就能够推理出它们之间的关系。我们设计了三种基于启发式规则的路径抽取方式，用以连接头实体和尾实体。当头实体和尾实体出现在临近的句子（距离不超过2句话）时，我们把他们出现的句子，和它们中间的句子抽取为连续路径(Consecutive Path)。当它们之间可能存在多跳关系时，我们利用其他实体作为桥梁，将头尾实体和桥梁实体所在的句子抽取为多跳路径(Multi-Hop Path)。当以上两种方式都失败时，我们把任意的头实体和尾实体所在的两个句子抽取为默认路径(Default Path)。在抽取所有的路径后，我们将每个路径单独通过BiLSTM建模，得到对应的实体表示，再通过两层的感知机计算得到当前路径下，关系的预测分布。最后将所有路径得到的预测分布，通过max函数聚合，得到最终一个实体对的关系预测。实验表明，这种简单的方法超过了包括图网络在内的模型，达到新的SOTA。