摘要

文档级关系抽取（Document-level Relation Extraction, DocRE）旨在识别文档中每对实体之间的所有关系。研究表明，作为关系抽取线索来源的证据（即包含实体对之间关系线索的句子）有助于DocRE系统聚焦于相关文本，从而提升关系抽取效果。然而，DocRE中的证据检索（Evidence Retrieval, ER）面临两大挑战：高内存消耗以及标注数据的稀缺性。本文致力于解决上述问题，以提升证据检索在DocRE中的应用效果。首先，我们提出DREEAM（Document-level Relation Extraction with Efficient Attention Mechanism），一种内存高效的解决方案。该方法将证据信息作为监督信号，引导DocRE系统中的注意力模块为证据句子分配更高的权重，从而增强模型对关键信息的聚焦能力。其次，我们设计了一种针对DREEAM的自训练策略，使其能够在无需人工标注证据的情况下，利用大规模自动构建的证据数据进行学习，有效缓解了标注资源不足的问题。实验结果表明，DREEAM在DocRED基准数据集上，在DocRE和ER两个任务上均取得了当前最优性能。据我们所知，DREEAM是首个实现证据检索自训练（ER self-training）的框架，为高效、可扩展的文档级关系抽取提供了新的技术路径。