Краткое содержание

arXiv:2511.08143v1 Тип объявления: кросс Аннотация: Большие языковые модели (LLM) продемонстрировали выдающиеся возможности в понимании документов. Однако недавние исследования показывают, что LLM всё ещё имеют пробелы в производительности при извлечении отношений на уровне документа (DocRE), поскольку оно требует тонкого понимания текста. Традиционно используемая парадигма «сначала извлекаем сущности, потом предсказываем отношения», применяемая в методах на основе LLM, приводит к таким разрывам по двум основным причинам: (1) Большое количество несвязанных пар сущностей создаёт шум и мешает прогнозированию отношений между действительно связанными парами сущностей. (2) Несмотря на то, что LLM выявляют семантические ассоциации между сущностями, метки отношений вне заранее определённого набора по-прежнему считаются ошибочными прогнозами. Для решения этих проблем мы предлагаем новую парадигму «Отношения как априорная информация» (RelPrior) для методов DocRE на основе LLM. В случае проблемы (1) RelPrior применяет бинарное отношение как априорную информацию для извлечения и определения, связаны ли две сущности, тем самым отфильтровывая нерелевантные пары.