[论文解读] Graphene: Semantically-Linked Propositions in Open Information Extraction

Matthias Cetto, Christina Niklaus+2 more|ArXiv.org|Jul 30, 2018

Natural Language Processing Techniques参考文献 16被引用 19

一句话总结

Graphene 提出了一种两层式开放信息抽取框架，通过子句级与短语级解嵌入技术简化复杂句子，提取由修辞关系连接的核心关系元组。该方法在最先进系统中实现了最高的平均精确率（50.1%），并作为预处理步骤时，可将现有开放信息抽取系统的 AUC 分数提升高达 63%。

ABSTRACT

We present an Open Information Extraction (IE) approach that uses a two-layered transformation stage consisting of a clausal disembedding layer and a phrasal disembedding layer, together with rhetorical relation identification. In that way, we convert sentences that present a complex linguistic structure into simplified, syntactically sound sentences, from which we can extract propositions that are represented in a two-layered hierarchy in the form of core relational tuples and accompanying contextual information which are semantically linked via rhetorical relations. In a comparative evaluation, we demonstrate that our reference implementation Graphene outperforms state-of-the-art Open IE systems in the construction of correct n-ary predicate-argument structures. Moreover, we show that existing Open IE approaches can benefit from the transformation process of our framework.

研究动机与目标

• 解决现有开放信息抽取系统在处理具有嵌套结构的长句和句法复杂句时的局限性。
• 减少将多个无关事实合并的过度具体化、过度指定的参数短语。
• 通过修辞关系编码上下文信息，保留命题之间的语义关系。
• 提升开放域信息抽取中核心关系元组抽取的精确率与召回率。
• 使最先进开放信息抽取系统能够通过子句级与短语级解嵌入预处理获得收益。

提出的方法

• 应用子句级解嵌入层，将复杂子句分解为更简单、句法正确的命题。
• 使用短语级解嵌入层，进一步将短语分解为语义一致的组成部分。
• 以两层层次结构表示提取的命题：核心关系元组与语义关联的上下文参数。
• 利用修辞关系（如 S:TEMPORAL, L:CONTRAST, L:CONDITION）对上下文参数进行分类，以建模语义依赖。
• 将输入句子转换为简化且结构化的表示形式，同时保留原始信息内容。
• 将该框架作为预处理流水线集成，以增强现有开放信息抽取系统。

实验结果

研究问题

• RQ1 两层解嵌入方法是否能提升从复杂句子中提取准确、语义一致的 n 元关系的能力？
• RQ2 在核心命题与上下文命题之间使用修辞关系，在多大程度上提升了提取事实的可解释性与正确性？
• RQ3 当 Graphene 的解嵌入流水线作为预处理步骤使用时，如何提升现有开放信息抽取系统的性能？
• RQ4 为何当前开放信息抽取系统无法提取某些关系短语？这一问题能否通过结构简化得到缓解？
• RQ5 该框架是否能在保持或提升召回率与精确率的同时，减少参数的过度指定？

主要发现

• Graphene 在最先进开放信息抽取系统中实现了最高的平均精确率（50.1%），尽管召回率较低（27.2%），但精确率表现最优。
• 作为预处理步骤使用时，Graphene 将 Stanford Open IE 的 AUC 分数提升了 63%，Ollie 和 ReVerb 分别提升了 34% 和 22%。
• ClausIE 在使用 Graphene 的解嵌入流水线后，精确率提升 16%，召回率提升 4%，表明事实抽取质量得到改善。
• 仅 33.72% 的未匹配标准答案提取结果是由于参数分配错误所致；66.28% 是因未能提取关系短语本身而漏掉。
• 在 56.80% 的未匹配案例中，关系短语被嵌入在参数内，表明结构简化对关系检测至关重要。
• 当作为 Graphene 内部的关系抽取组件使用时，系统实现了精确率提升（+10%）与召回率提升（+8%），AUC 提升 19%。