结合思维链评估和事实验证的小样本关系抽取方法

摘要

小样本关系抽取旨在从极少量标注数据中学习提取样本中实体之间关系的能力.一些研究表明，引入思维链生成推理过程辅助大模型进行推理的方法，可以有效完成小样本关系抽取任务.然而，现有的基于思维链的方法很少评估推理过程的准确性，其推理过程可能存在质量低的问题.因此，提出一种为基于思维链的小样本关系抽取任务设计的思维链评估方法，来检查生成的推理过程是否包含样本关键信息.同时，为了解决大模型推理存在的幻觉问题，提出了事实验证方法，旨在评估提取的三元组与原样本之间的事实一致性.实验结果表明，与之前的方法相比，该模型实现了性能上的提升，在FewRel 1.0和FewRel 2.0数据集上性能最高提升了1.3%和2%,这表明了这两个方法的有效性.

关键词

关系抽取 / 小样本 / 思维链 / 上下文学习 / 大模型

基金资助

新一代人工智能国家科技重大专项项目(2020AAA0109703)资助; 国家自然科学基金项目(62476007,62076167)资助; 北京市教育委员会科学研究计划项目(KM202210009002)资助