基于语言模型增强的中文关系抽取方法

中文关系抽取任务旨在识别中文文本中实体对的语义关系。基于预训练语言模型的方法达到了当前最优结果。得益于大规模的训练语料,预训练语言模型能够学习到训练语料中的语言知识,提高了中文关系抽取模型的泛化能力,但其庞大的参数规模需要消耗大量的存储和计算资源。为此,该文提出了基于语言模型增强的中文关系抽取方法,该方法基于多任务学习范式,促进轻量级的中文关系抽取模型学习预训练语言模型中的语言知识。该文在三个中文关系抽取数据集上的实验结果表明了基于语言模型增强的中文关系抽取方法的有效性,仅使用预训练语言模型1%的参数即可达到其95%的性能。

生成式AI为助力出版发展提供新引擎

基于知识增强大语言模型、预训练自然语言处理等模型的试用,生成式AI将对出版领域产生巨大影响。本文通过解读生成式AI对出版领域的积极作用和消极影响,探讨如何更好地利用生成式AI的技术优势来辅助出版编辑业务、促进出版流程的数字化和智能化,为出版业的转型升级提供新思路和对策。