KBPT: ajuste de prompts baseado em conhecimento para extração de tripletas de relação em zero-shot

A representação do conhecimento é cada vez mais reconhecida como um método eficaz para extração de informações. No entanto, inúmeros estudos ignoraram suas potenciais aplicações no cenário zero-shot. Neste artigo, um novo framework, chamado ajuste de prompts baseado em conhecimento para extração de tripletas de relação em zero-shot (KBPT), foi desenvolvido, fundamentado em conhecimento ontológico externo. Este framework serve como um catalisador para explorar métodos de extração de tripletas de relação (RTE) em cenários de poucos recursos, merecendo uma análise mais aprofundada. A RTE em configuração zero-shot visa extrair múltiplas tripletas que consistem em entidades cabeça, entidades cauda e rótulos de relação de uma frase de entrada, onde os rótulos de relação extraídos são aqueles que não existem no conjunto de treinamento. Para abordar o problema da escassez de dados na RTE zero-shot, foi introduzida uma técnica para sintetizar amostras de treinamento, solicitando que modelos de linguagem gerassem textos estruturados. Especificamente, isso envolve integrar prompts de modelos de linguagem com metodologias de texto estruturado para criar um modelo de prompt estruturado. Este modelo se baseia em rótulos de relação e conhecimento ontológico para gerar exemplos de treinamento sintéticos. A incorporação de conhecimento ontológico externo enriquece a representação semântica dentro do modelo de prompt, aumentando sua eficácia. Além disso, um algoritmo de decodificação de múltiplas tripletas (MTD) foi desenvolvido para superar o desafio de extrair múltiplas tripletas de relação de uma frase. Para preencher a lacuna entre conhecimento e texto, um método de treinamento coletivo foi estabelecido para otimizar conjuntamente representações de embedding. O modelo proposto é independente de modelo e pode ser aplicado a vários PLMs. Experimentos exaustivos em quatro conjuntos de dados públicos com configurações zero-shot foram realizados para demonstrar a eficácia do método proposto. Em comparação com os modelos de referência, o KBPT demonstrou melhorias de até 14,65% e 24,19% na pontuação F1 nos conjuntos de dados Wiki-ZSL e TACRED-Revisit, respectivamente. Além disso, o modelo proposto alcançou um desempenho melhor em comparação com o modelo atual de estado-da-arte (SOTA) em termos de pontuação F1, curvas de precisão-recall (P-R) e AUC. O código está disponível em https://Github.com/Phevos75/KBPT.