[論文レビュー] More Data, More Relations, More Context and More Openness: A Review and Outlook for Relation Extraction

Xu Han, Tianyu Gao+8 more|arXiv (Cornell University)|Apr 7, 2020

Topic Modeling参考文献 129被引用数 41

ひとこと要約

関係抽出(RE)手法の網羅的なレビューで、データ増、学習の効率化、より複雑な文脈、より開放性という四つの発展方向を概説し、課題と将来の研究方向を示す。

ABSTRACT

Relational facts are an important component of human knowledge, which are hidden in vast amounts of text. In order to extract these facts from text, people have been working on relation extraction (RE) for years. From early pattern matching to current neural networks, existing RE methods have achieved significant progress. Yet with explosion of Web text and emergence of new relations, human knowledge is increasing drastically, and we thus require "more" from RE: a more powerful RE system that can robustly utilize more data, efficiently learn more relations, easily handle more complicated context, and flexibly generalize to more open domains. In this paper, we look back at existing RE methods, analyze key challenges we are facing nowadays, and show promising directions towards more powerful RE. We hope our view can advance this field and inspire more efforts in the community.

研究の動機と目的

• パターンベースおよび統計的手法からニューラルモデルへと進化してきた関係抽出の発展を概観する。
• データ品質、長尾関係、文脈の複雑性、オープンドメインの成長など、実世界のREが直面する主要な課題を特定する。
• REを強化する四つの将来の方向性を提案する：より多くのデータ、効率的な学習、複雑な文脈処理、オープンドメインの開放性。）

提案手法

• パターンベース、統計的、ニューラルアプローチにわたる既存のRE文献をレビューする。
• 監視付き、遠隔監督、few-shot、文書レベルREのデータセット、ベンチマーク、評価動向を要約する。
• 実証実験とデータセット分析を用いて、四つの将来指向の方向性を分析する。
• 実証的証拠と再現性のためのオープンソースツールキット（OpenNRE）を用いて、二つの重要な課題を強調する。

実験結果

リサーチクエスチョン

• RQ1 実世界のシナリオにおける現在のRE手法の主な制約は何か。
• RQ2 REはより多くのデータ、効率的な学習、複雑な文脈、オープンドメインの活用を通じて堅牢性と規模をどう向上させるか。
• RQ3 遠隔監督、few-shot、文書レベルREをオープンドメインにスケールさせるときにはどのような課題が生じるか。
• RQ4 これらの方向性と課題を最も明らかにする公開データセットとツールは何か。

主な発見

• ニューラルREモデルは初期手法に比べて性能を著しく向上させたが、依然として実世界の複雑さには苦戦している。
• 遠隔監督はラベルノイズを導入し、このノイズを低減することが堅牢な抽出のために極めて重要である。
• Few-shotおよび長尾の関係は、標準の監視付きREを超える効率的な学習とドメイン転移能力を必要とする。
• 文書レベルの文脈と文を跨ぐ推論は多くの事実にとって不可欠だが、未発展のままである。
• オープン情報抽出と関係発見はオープンドメインREへの道を提供するが、正準化とNOTA処理は未解決のままである。
• 固有名はと文はRE性能に大きく寄与し、現行モデルの中には名前だけがテキストを上回るケースもある。