arXiv 自然语言处理· Yingyi Zhang, Chengzhi Zhang·· 14 hours agoAI score29
利用大语言模型增强学术论文摘要与全文知识实体关系抽取
Enhancing Knowledge Entity Relation Extraction in Abstracts and Full-text Content of Academic Articles Using Large Language Models
Not yet translated; shown in Chinese.
AI guide
经 LoRA 微调的 T5 模型在学术论文知识实体关系抽取任务中表现最优，在摘要和全文数据集上分别取得 0.7408 和 0.7013 的最高 macro F1 分数。该研究评估了闭源 LLM 的 CoT 提示词及 LLM 增强小模型（SLM）等策略，发现 SLM 能从 LLM 生成的实体描述中获益。错误分析进一步表明，融合不同错误模式的策略可进一步提升抽取性能。
Source:arXiv 自然语言处理 · arxiv.org