跳到正文
arXiv · NLP· Yingyi Zhang, Chengzhi Zhang·· 18 天前AI 评分23

利用大语言模型增强学术论文摘要与全文中的知识实体关系抽取

Enhancing Knowledge Entity Relation Extraction in Abstracts and Full-text Content of Academic Articles Using Large Language Models

AI 导读

研究对比多种 LLM 策略在知识实体关系抽取中的效果,LoRA 适配的 T5 模型在自建数据集上取得 0.7408 和 0.7013 的最高宏 F1 分数。 实验涵盖闭源 LLM 的 CoT 提示、开源 LLM 微调及大小模型混合增强策略,并手动构建了 NLP 领域的摘要与全文标注数据集。 结果证明不同错误模式的策略组合可进一步提升抽取性能,为模型优化提供方向。

来源:arXiv · NLP · arxiv.org