PiPMRE：基于语言模型的医疗关系抽取管道

医学关系提取（MRE）通常被称为从医学文本中提取实体及其关系，近年来引起了相当大的关注。先前的研究将 MRE 视为序列标记任务，由于医疗实体之间的复杂关系，这会导致标记模式的设计具有挑战性或无法提取多个关系。在这项工作中，我们从语言角度回顾了该任务，并提出了一种新颖的管道框架 PiPMRE，它是在语言模型上开发的，以增强 MRE 性能。具体来说，PiPMRE 由关系生成器和关系过滤器组成。给定一个文本，生成器首先生成多个关系三元组，然后过滤器对每个三元组进行评分，并仅保留那些通过边界线的三元组作为最终结果。实现 PiPMRE 不需要标记模式；相反，我们使用一个简单的模板来重新表述输入文本，确保实体和关系按照上下文顺序生成。在两个公共数据集上的广泛实验结果证明了 PiPMRE 的进步。它平均超过了之前的最先进水平 5.6 个召回点和 4.4 个准确度点。 PiPMRE 的优越性也体现在少样本设置中。