摘要

开放信息抽取（Open IE）是一项具有挑战性的任务，尤其是由于其脆弱的数据基础。大多数开放信息抽取系统必须在自动构建的语料库上进行训练，并在不准确的测试集上进行评估。在这项工作中，我们首先从训练集和测试集两方面减轻了这一难题。对于前者，我们提出了一种改进的模型设计，以更充分地利用训练数据集。对于后者，我们根据一系列语言学观察和分析，重新标注了一个基准测试集（Re-OIE6）。随后，我们引入了一种跨度模型来替代先前用于n元开放信息抽取的序列标注方法。我们的新模型在两个基准评估数据集上均取得了最新的最佳性能。