arXiv cs.CL· Xinyu Guo, Zhengliang Shi, Minglai Yang, Mahdi Rahimi, Mihai Surdeanu·· 12 小时前AI 评分26
COGRE 与 HIT@DICT：自生成奖励实现可解释关系抽取
The Answer Lies Within: Self-Derived Rewards Enable Explainable Relation Extraction
AI 导读
研究提出 COGRE 认知启发式推理框架与 HIT@DICT 强化学习中间奖励策略，解决大模型在无预定义关系标签的一次性关系抽取中被无关 token 误导、与人工标注抽象层级不一致的问题。
正文 · AI 翻译
摘要：尽管大语言模型具备出色的推理能力，但在没有预定义关系标签的情况下，它们仍难以完成单样本关系抽取。我们识别出两个缺陷：模型常常被无关词元误导，而非关注传达关系的语义；并且它们往往无法与人类标注者所期望的抽象层级保持一致。我们提出了一个新框架，通过两个组件弥合这一差距：(1) COGRE，一个受认知启发的推理框架，将关系抽取结构化为一系列模仿人类文本处理的过程；(2) HIT@DICT，一种强化学习中间奖励策略，通过在推理过程中奖励与关系相关的短语，鼓励推理与关系标签对齐。该奖励基于从正确预测中自动提取的信用词典得出。我们的实验表明，我们的框架通过解决这两个缺陷，同时提升了准确率和解释质量。例如，COGRE 搭配 Qwen2.5-14B-Instruct 在 One-shot NYT29 上达到 24.65% F1，超越了此前的基于推理的设计。使用 HIT@DICT 通过 RL 优化该方法后，性能进一步提升 +23.46 个百分点。最后，人工评估表明，我们最佳模型生成的关系短语与金标准标签高度一致，使人工解释质量评分（相对）提升了 54%。
| 主题： | 计算与语言（cs.CL）；信息检索（cs.IR） |
| 引用为： | arXiv:2510.06198 [cs.CL] |
| （或 arXiv:2510.06198v4 [cs.CL] 为本版本） | |
| https://doi.org/10.48550/arXiv.2510.06198 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Zhengliang Shi [查看邮箱]
[v1]
2025年10月7日 星期二 17:53:55 UTC（1,034 KB）
[v2]
2026年2月16日 星期一 14:42:00 UTC（1,013 KB）
[v3]
2026年6月13日 星期六 04:01:29 UTC（995 KB）
[v4]
2026年10月21日 星期三 08:05:58 UTC（989 KB）
来源：arXiv cs.CL · arxiv.org