[论文解读] PRGC: Potential Relation and Global Correspondence Based Joint Relational Triple Extraction

Hengyi Zheng, Rui Wen+8 more|arXiv (Cornell University)|Jun 18, 2021

Topic Modeling参考文献 31被引用 12

一句话总结

PRGC 提出了一种新颖的联合关系三元组抽取框架，将任务分解为三个子任务：潜在关系预测、特定关系序列标注以及基于全局对应关系的主语-宾语对齐。通过仅预测相关关系并利用全局对应矩阵，PRGC 在重叠三元组场景下实现了更高的效率和鲁棒性，F1 分数和推理速度均优于 SOTA 模型如 TPLinker 和 CasRel。

ABSTRACT

Joint extraction of entities and relations from unstructured texts is a crucial task in information extraction. Recent methods achieve considerable performance but still suffer from some inherent limitations, such as redundancy of relation prediction, poor generalization of span-based extraction and inefficiency. In this paper, we decompose this task into three subtasks, Relation Judgement, Entity Extraction and Subject-object Alignment from a novel perspective and then propose a joint relational triple extraction framework based on Potential Relation and Global Correspondence (PRGC). Specifically, we design a component to predict potential relations, which constrains the following entity extraction to the predicted relation subset rather than all relations; then a relation-specific sequence tagging component is applied to handle the overlapping problem between subjects and objects; finally, a global correspondence component is designed to align the subject and object into a triple with low-complexity. Extensive experiments show that PRGC achieves state-of-the-art performance on public benchmarks with higher efficiency and delivers consistent performance gain on complex scenarios of overlapping triples.

研究动机与目标

• 为解决现有联合关系三元组抽取方法的局限性，包括冗余关系预测、基于跨度的实体抽取泛化能力差，以及主语-宾语对齐效率低下。
• 将任务分解为三个子任务——关系判断、实体抽取和主语-宾语对齐，以提升模块化程度与性能。
• 在涉及重叠实体与关系的复杂场景中，提升模型的效率与鲁棒性。
• 通过仅预测潜在关系而非所有可能的关系，降低计算复杂度。
• 通过与关系无关的全局对应矩阵提升对齐准确性，避免暴露偏差与启发式约束。

提出的方法

• 引入潜在关系预测组件，识别每个句子中相关关系的子集，减少冗余与计算成本。
• 采用特定关系序列标注方法，为每个预测关系提取主语与宾语，支持并行处理并更好应对重叠跨度。
• 设计全局对应矩阵，独立于关系计算所有主语-宾语对之间的对应得分，实现高效且准确的对齐。
• 采用级联推理流程：首先预测潜在关系，然后按关系分别抽取实体，最后利用全局对应矩阵筛选配对。
• 采用单阶段端到端架构，避免暴露偏差，支持批量处理，提升推理速度与可扩展性。
• 对每种关系应用序列标注方案，而非基于跨度的分类，提升泛化能力与对复杂实体模式的鲁棒性。

实验结果

研究问题

• RQ1 联合关系三元组抽取框架是否能在保持或提升性能的同时，减少关系预测中的冗余？
• RQ2 与基于跨度的方法相比，特定关系序列标注在泛化能力与处理重叠实体方面表现如何？
• RQ3 与关系无关的全局对应矩阵是否能优于启发式对齐策略，在主语-宾语对选择中表现更优？
• RQ4 当关系数量增加时，所提框架是否仍能保持高效率与高准确率？
• RQ5 该模型在复杂重叠三元组模式（如单实体重叠 SEO、实体对重叠 EPO 和主语-宾语重叠 SOO）下的表现如何？

主要发现

• PRGC 在公开基准上达到 SOTA 的 F1 分数，相比 TPLinker 提升 1.1%，同时 FLOPs 减少 200 倍，复杂度降低一个数量级。
• 模型推理速度是 TPLinker 的 3 倍，是 CasRel 的 2 倍，且在关系集合规模增大时性能无下降。
• 当移除潜在关系预测组件时，WebNLG* 上的精确率下降 10%（从 94.0 降至 83.9 F1），证明其在减少冗余预测中的关键作用。
• 在 WebNLG* 上，与基于跨度的标注相比，Rel-Spec 序列标注使 F1 提升 17.4 分，展现出更优的泛化能力与鲁棒性。
• 当移除全局对应组件时，WebNLG* 上的 F1 提升 23.6 分，证实其在减少主语-宾语错配对中的有效性。
• 在 NYT* 数据集上，PRGC 的推理时间相比 CasRel 提升 5 倍，F1 分数提升 3%，展现出显著的效率与准确率优势。