摘要

实体链接（EL）和关系抽取（RE）是自然语言处理中的基本任务，作为许多应用的关键组成部分。在本文中，我们提出了一种名为ReLiK的检索器-阅读器架构，该架构同时适用于实体链接和关系抽取。具体而言，给定输入文本后，检索器模块负责识别可能出现在文本中的候选实体或关系。随后，阅读器模块的任务是辨别相关检索到的实体或关系，并将其与相应的文本片段对齐。值得注意的是，我们提出了一种创新的输入表示方法，该方法将候选实体或关系与文本结合在一起，使得可以在单次前向传递中完成实体链接或关系抽取，并充分利用预训练语言模型的情境化能力。相比之下，以往基于检索器-阅读器的方法需要为每个候选对象进行一次前向传递。我们的EL和RE公式在域内和域外基准测试中均达到了最先进的性能水平，同时在学术预算范围内进行训练，并且推理速度比竞争对手快至40倍。最后，我们展示了如何无缝地将我们的架构用于信息提取（cIE），即EL + RE，并通过使用共享的阅读器同时抽取实体和关系，设定了新的最先进标准。