Syn2DRE：半监督文档级关系抽取新框架
热点事件持续更新
Syn2DRE：半监督文档级关系抽取新框架
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Khai Phan Tran、Xue Li 提出半监督文档级关系抽取框架 Syn2DRE，结合自监督学习与交叉监督，采用轻量级师生架构生成更可靠的伪标签，以缓解现有伪标签方法的低效与确认偏差问题，并引入统一的端到端训练策略提升效率。作者称，在多个基准测试上，Syn2DRE 持续优于此前最先进的半监督 DocRE 方法。
AI 根据报道生成 · 1 小时前更新
最新进展11月9日 13:00
Syn2DRE：面向文档级关系抽取的协同双师生框架报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv cs.CLSyn2DRE：面向文档级关系抽取的协同双师生框架
Syn2DRE 是一个结合自监督学习与交叉监督的轻量级师生架构半监督框架，用于生成更可靠的伪标签，缓解现有伪标签方法的低效与确认偏差问题。该框架还引入统一的端到端训练策略以进一步提升效率。在多个基准测试上，Syn2DRE 持续优于此前最先进的半监督 DocRE 方法。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。