摘要

尽管关系抽取在构建和表示知识方面具有重要意义，但较少的研究关注于对未见过的关系类型进行泛化。我们引入了零样本关系三元组抽取（ZeroRTE）的任务设置，以鼓励在低资源关系抽取方法方面的进一步研究。给定一个输入句子，每个提取的三元组由头实体、关系标签和尾实体组成，其中关系标签在训练阶段未曾出现。为了解决ZeroRTE问题，我们提出通过提示语言模型生成结构化文本来合成关系示例。具体而言，我们将语言模型提示和结构化文本方法统一起来，设计了一个结构化提示模板，在条件为关系标签提示（RelationPrompt）的情况下生成合成关系样本。为了克服在一个句子中抽取多个关系三元组的限制，我们设计了一种新颖的三元组搜索解码方法。在FewRel和Wiki-ZSL数据集上的实验表明，RelationPrompt对于零样本关系三元组抽取任务和零样本关系分类的有效性。我们的代码和数据可在github.com/declare-lab/RelationPrompt获取。