Published December 1, 2022
| Version v1
Publication
SwitchNet: A modular neural network for adaptive relation extraction
Creators
- 1. Inspur (China)
- 2. Halmstad University
- 3. Zhengzhou University of Light Industry
- 4. Maharaja Engineering College
- 5. Prince Sattam Bin Abdulaziz University
- 6. FPT University
- 7. Technical University of Munich
- 8. Queensland University of Technology
Description
This paper presents a portable toolkit, SwitchNet, for extracting relations from textual input. We summarize four data protocols for relation extraction tasks, including relation classification, relation extraction, triple extraction, and distant supervision relation extraction. This neural architecture is modular, so it can take as input data at different stages of the information extraction process (simple text, text and entities or entity pairs as relation candidates) and compute the rest of the process (named entity recognition and relation classification). We systematically design four information flows to integrate the above protocols by sharing network building blocks and switching different information flows. This framework can extract multiple triples (subject, predicate, object) in one pass. This framework enhances the use of relation classification models in end-to-end triple extraction by inferring pairs of entities of interest and using the shared representation mechanism.
Translated Descriptions
⚠️
This is an automatic machine translation with an accuracy of 90-95%
Translated Description (Arabic)
تقدم هذه الورقة مجموعة أدوات محمولة، SwitchNet، لاستخراج العلاقات من المدخلات النصية. نلخص أربعة بروتوكولات بيانات لمهام استخراج العلاقات، بما في ذلك تصنيف العلاقات، واستخراج العلاقات، والاستخراج الثلاثي، واستخراج علاقات الإشراف عن بعد. هذه البنية العصبية نمطية، لذلك يمكن أن تأخذ كبيانات إدخال في مراحل مختلفة من عملية استخراج المعلومات (النص البسيط والنص والكيانات أو أزواج الكيانات كمرشحين للعلاقة) وحساب بقية العملية (التعرف على الكيان المسمى وتصنيف العلاقة). نقوم بتصميم أربعة تدفقات معلومات بشكل منهجي لدمج البروتوكولات المذكورة أعلاه من خلال مشاركة وحدات بناء الشبكة وتبديل تدفقات المعلومات المختلفة. يمكن لهذا الإطار استخراج ثلاثيات متعددة (الموضوع، المسند، الكائن) في تمريرة واحدة. يعزز هذا الإطار استخدام نماذج تصنيف العلاقات في الاستخراج الثلاثي من البداية إلى النهاية من خلال الاستدلال على أزواج من الكيانات ذات الاهتمام واستخدام آلية التمثيل المشتركة.Translated Description (French)
Cet article présente une boîte à outils portable, SwitchNet, pour extraire les relations à partir des entrées textuelles. Nous résumons quatre protocoles de données pour les tâches d'extraction de relation, y compris la classification de relation, l'extraction de relation, l'extraction triple et l'extraction de relation de supervision à distance. Cette architecture neuronale est modulaire, de sorte qu'elle peut prendre comme données d'entrée à différentes étapes du processus d'extraction d'informations (texte simple, texte et entités ou paires d'entités en tant que candidats relationnels) et calculer le reste du processus (reconnaissance d'entités nommées et classification des relations). Nous concevons systématiquement quatre flux d'informations pour intégrer les protocoles ci-dessus en partageant les blocs de construction du réseau et en commutant différents flux d'informations. Ce cadre peut extraire plusieurs triplets (sujet, prédicat, objet) en une seule passe. Ce cadre améliore l'utilisation de modèles de classification des relations dans la triple extraction de bout en bout en déduisant des paires d'entités d'intérêt et en utilisant le mécanisme de représentation partagée.Translated Description (Spanish)
Este documento presenta un conjunto de herramientas portátiles, SwitchNet, para extraer relaciones de la entrada de texto. Resumimos cuatro protocolos de datos para las tareas de extracción de relaciones, que incluyen la clasificación de relaciones, la extracción de relaciones, la extracción triple y la extracción de relaciones de supervisión a distancia. Esta arquitectura neuronal es modular, por lo que puede tomar como datos de entrada en diferentes etapas del proceso de extracción de información (texto simple, texto y entidades o pares de entidades como candidatos de relación) y calcular el resto del proceso (denominado reconocimiento de entidades y clasificación de relaciones). Diseñamos sistemáticamente cuatro flujos de información para integrar los protocolos anteriores compartiendo bloques de construcción de red y cambiando diferentes flujos de información. Este marco puede extraer múltiples triples (sujeto, predicado, objeto) en una sola pasada. Este marco mejora el uso de modelos de clasificación de relaciones en la triple extracción de extremo a extremo al inferir pares de entidades de interés y utilizar el mecanismo de representación compartida.Additional details
Additional titles
- Translated title (Arabic)
- SwitchNet: شبكة عصبية معيارية لاستخراج العلاقات التكيفية
- Translated title (French)
- SwitchNet : un réseau neuronal modulaire pour l'extraction de relations adaptatives
- Translated title (Spanish)
- SwitchNet: una red neuronal modular para la extracción de relaciones adaptativas
Identifiers
- Other
- https://openalex.org/W4308456272
- DOI
- 10.1016/j.compeleceng.2022.108445
References
- https://openalex.org/W2102605133
- https://openalex.org/W2118051273
- https://openalex.org/W2515462165
- https://openalex.org/W2548266803
- https://openalex.org/W2741252866
- https://openalex.org/W2799125718