GPT是否解决了信息抽取问题?-程序员宅基地

技术标签: 人工智能  论文阅读笔记  论文笔记  gpt  

《Is Information Extraction Solved by ChatGPT? An Analysis of Performance, Evaluation Criteria, Robustness and Errors》论文笔记

借鉴点:

  1. 实验的设置非常全面 。 可以对抽取任务的不同侧重点有更全面地认识
  2. 写作方面行文流畅,囊括了将容易忽略的方法/技巧,这些技巧是工作中常见的,但使论文更加全面。
    吐槽一下,有些的boss会认为这种内容没有创新点而直接毙掉,然后一篇论文就胎死腹中了。希望后面的工作目标不要”为了创新而创新“,也希望自己的 ”能力“ 能提升到和 ”目标“ 能相匹配

吐槽点:

  1. 还希望看到开放域信息抽取(OIE)的应用,可惜这篇论文没有包含
  2. 没有说明具体如何判定 GPT输出是无效输出

主要贡献

从性能、评估标准、鲁棒性、错误类型四个方面评估了GPT执行信息抽取的能力;

  • 在17个dataset及14个IE子任务上,使用zero-shot、 few-show ICL 、few-show COT 3个场景下进行评估,结果表明chatgpt和SOTA模型之间仍存在较大差距
  • 对差距进行思考(hard-matching 不适用GPT),并提出soft-matching 策略更准确地进行评估
  • 对鲁棒性进行分析,上下文 和 目标类型频率 严重影响性能;GPT不能理解主谓关系
  • 错误类型:错误标注是主要的错误类型,使用GPT注释数据的可能性

方法

任务设置

实体抽取、关系抽取、事件抽取、细粒度情感分析 4大方面、共14个子任务
--------【写论文为了体现实验全面真的搞得复杂。单就应用来说,现在只考虑考虑复杂情况和联合抽取,简单的情况已经解决的挺好了

  • 实体抽取:
    • NER-Flat
    • NER-Nested
  • 关系抽取
    • RE-RC 关系分类
    • RE-Triplet 同时抽取实体和关系
  • 事件抽取
    • EE-Trigger 识别事件触发词并分类
    • EE-Arugment 给定事件识别相关论元实体,并分类确定它们对应的角色
    • EE-Joint 同时识别触发词、事件类型、及事件论元
  • 细粒度情感分析
    • ABSA-AE 抽取关观点的对象词(aspect)
    • ABSA-OE 抽取所有观点词(opinion)
    • ABSA-ALSC 为观点中的给定对象预测情感极性
    • ABSA-AOE 为观点中的给定对象提取对应的观点词
    • ABSA-AESC 同时抽取对象词和情感极性
    • ABSA-Pair 同时抽取对象词和对应的观点词
    • ABSA-Triplet 同时抽取对象词、观点词、情感极性

数据集

共使用了17个数据集
其中:

  • RE数据集, CoNLL04, NYT-multi, TACRED, SemEval 2010
  • EE数据集, ACE05-Evt, ACE05+ CASIE, Commodity New IE

--------【没有开放域信息抽取的数据集

提示词

--------【属于是基本结构了
任务指令 + 候选标签 + 输出格式描述 + 样例 + 输入文本

步骤

设置了零样本、 少样本 、少样本+思维链 3种情况

避免prompt的造成的偏差: 设置5个不同的prompt,汇报均值和标准差
ICL和COT 时,选择最好的prompt,随机选择 5个样本

--------【为了提升效果,或许可以尝试使用“差异策略”选择样本,即最大化所选样本间的差异

样本量:设置阈值为3000,大部分数据集为全量数据,数据量超过阈值的随机选择
指标: F1

结果

几个注意点:

  • 落后于专用模型,提到所对比的“专用模型”都是有监督模型
  • 在更难的任务上落后的更多 【这就是我们的机会啊兄弟们】
  • 提到了另一篇论文,该论文用LLM取得了超过专用模型的结果,认为是因为它使用了更多的样本
  • COT没有比ICL取得更好的结果

反思(提出指标存在的问题)

LLM结果倾向于包含冠词、数量词、形容词、时间、地点等修饰词

--------【那么问题来了,我们在实践过程中应该如何”对齐颗粒度“呢

论文使用了soft-Matching,实际就是在评估时使用相似性,与标注结果相似度超过阈值的,就认为是正确的。

鲁棒性分析

  • 无效输出,GPT很少产生无效的输出
    包括错误的输出格式 or 结果不符号任务指令的要求

    -------【如何自动的识别无效的输出?

  • 不相关的上下文, 对GPT效果影响很大
    在输入的开头或结尾插入不相关的的文本。论文还提到对分类型抽取任务影响较小

  • 目标类型频率
    GPT受长尾效应的影响
    实验时,通过训练集中对应类型出现的次数来区分长尾./非长尾数据

其它

GPT不能区分主谓顺序

错误分析

总结了7种错误类型
未标注(unannotated span)、错误的类型(Incorrect type)、未识别(missing spans)是主要的错误
其中,未标注占比最高
------【提到关于数据质量的担忧,以及使用GPT辅助数据标注的可能性

版权声明:本文为博主原创文章,遵循 CC 4.0 BY-SA 版权协议,转载请附上原文出处链接和本声明。
本文链接:https://blog.csdn.net/gz927cool/article/details/137085844

智能推荐

攻防世界_难度8_happy_puzzle_攻防世界困难模式攻略图文-程序员宅基地

文章浏览阅读645次。这个肯定是末尾的IDAT了,因为IDAT必须要满了才会开始一下个IDAT,这个明显就是末尾的IDAT了。,对应下面的create_head()代码。,对应下面的create_tail()代码。不要考虑爆破,我已经试了一下,太多情况了。题目来源:UNCTF。_攻防世界困难模式攻略图文

达梦数据库的导出(备份)、导入_达梦数据库导入导出-程序员宅基地

文章浏览阅读2.9k次,点赞3次,收藏10次。偶尔会用到,记录、分享。1. 数据库导出1.1 切换到dmdba用户su - dmdba1.2 进入达梦数据库安装路径的bin目录,执行导库操作  导出语句:./dexp cwy_init/[email protected]:5236 file=cwy_init.dmp log=cwy_init_exp.log 注释:   cwy_init/init_123..._达梦数据库导入导出

js引入kindeditor富文本编辑器的使用_kindeditor.js-程序员宅基地

文章浏览阅读1.9k次。1. 在官网上下载KindEditor文件,可以删掉不需要要到的jsp,asp,asp.net和php文件夹。接着把文件夹放到项目文件目录下。2. 修改html文件,在页面引入js文件:<script type="text/javascript" src="./kindeditor/kindeditor-all.js"></script><script type="text/javascript" src="./kindeditor/lang/zh-CN.js"_kindeditor.js

STM32学习过程记录11——基于STM32G431CBU6硬件SPI+DMA的高效WS2812B控制方法-程序员宅基地

文章浏览阅读2.3k次,点赞6次,收藏14次。SPI的详情简介不必赘述。假设我们通过SPI发送0xAA,我们的数据线就会变为10101010,通过修改不同的内容,即可修改SPI中0和1的持续时间。比如0xF0即为前半周期为高电平,后半周期为低电平的状态。在SPI的通信模式中,CPHA配置会影响该实验,下图展示了不同采样位置的SPI时序图[1]。CPOL = 0,CPHA = 1:CLK空闲状态 = 低电平,数据在下降沿采样,并在上升沿移出CPOL = 0,CPHA = 0:CLK空闲状态 = 低电平,数据在上升沿采样,并在下降沿移出。_stm32g431cbu6

计算机网络-数据链路层_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输-程序员宅基地

文章浏览阅读1.2k次,点赞2次,收藏8次。数据链路层习题自测问题1.数据链路(即逻辑链路)与链路(即物理链路)有何区别?“电路接通了”与”数据链路接通了”的区别何在?2.数据链路层中的链路控制包括哪些功能?试讨论数据链路层做成可靠的链路层有哪些优点和缺点。3.网络适配器的作用是什么?网络适配器工作在哪一层?4.数据链路层的三个基本问题(帧定界、透明传输和差错检测)为什么都必须加以解决?5.如果在数据链路层不进行帧定界,会发生什么问题?6.PPP协议的主要特点是什么?为什么PPP不使用帧的编号?PPP适用于什么情况?为什么PPP协议不_接收方收到链路层数据后,使用crc检验后,余数为0,说明链路层的传输时可靠传输

软件测试工程师移民加拿大_无证移民,未受过软件工程师的教育(第1部分)-程序员宅基地

文章浏览阅读587次。软件测试工程师移民加拿大 无证移民,未受过软件工程师的教育(第1部分) (Undocumented Immigrant With No Education to Software Engineer(Part 1))Before I start, I want you to please bear with me on the way I write, I have very little gen...

随便推点

Thinkpad X250 secure boot failed 启动失败问题解决_安装完系统提示secureboot failure-程序员宅基地

文章浏览阅读304次。Thinkpad X250笔记本电脑,装的是FreeBSD,进入BIOS修改虚拟化配置(其后可能是误设置了安全开机),保存退出后系统无法启动,显示:secure boot failed ,把自己惊出一身冷汗,因为这台笔记本刚好还没开始做备份.....根据错误提示,到bios里面去找相关配置,在Security里面找到了Secure Boot选项,发现果然被设置为Enabled,将其修改为Disabled ,再开机,终于正常启动了。_安装完系统提示secureboot failure

C++如何做字符串分割(5种方法)_c++ 字符串分割-程序员宅基地

文章浏览阅读10w+次,点赞93次,收藏352次。1、用strtok函数进行字符串分割原型: char *strtok(char *str, const char *delim);功能:分解字符串为一组字符串。参数说明:str为要分解的字符串,delim为分隔符字符串。返回值:从str开头开始的一个个被分割的串。当没有被分割的串时则返回NULL。其它:strtok函数线程不安全,可以使用strtok_r替代。示例://借助strtok实现split#include <string.h>#include <stdio.h&_c++ 字符串分割

2013第四届蓝桥杯 C/C++本科A组 真题答案解析_2013年第四届c a组蓝桥杯省赛真题解答-程序员宅基地

文章浏览阅读2.3k次。1 .高斯日记 大数学家高斯有个好习惯:无论如何都要记日记。他的日记有个与众不同的地方,他从不注明年月日,而是用一个整数代替,比如:4210后来人们知道,那个整数就是日期,它表示那一天是高斯出生后的第几天。这或许也是个好习惯,它时时刻刻提醒着主人:日子又过去一天,还有多少时光可以用于浪费呢?高斯出生于:1777年4月30日。在高斯发现的一个重要定理的日记_2013年第四届c a组蓝桥杯省赛真题解答

基于供需算法优化的核极限学习机(KELM)分类算法-程序员宅基地

文章浏览阅读851次,点赞17次,收藏22次。摘要:本文利用供需算法对核极限学习机(KELM)进行优化,并用于分类。

metasploitable2渗透测试_metasploitable2怎么进入-程序员宅基地

文章浏览阅读1.1k次。一、系统弱密码登录1、在kali上执行命令行telnet 192.168.26.1292、Login和password都输入msfadmin3、登录成功,进入系统4、测试如下:二、MySQL弱密码登录:1、在kali上执行mysql –h 192.168.26.129 –u root2、登录成功,进入MySQL系统3、测试效果:三、PostgreSQL弱密码登录1、在Kali上执行psql -h 192.168.26.129 –U post..._metasploitable2怎么进入

Python学习之路:从入门到精通的指南_python人工智能开发从入门到精通pdf-程序员宅基地

文章浏览阅读257次。本文将为初学者提供Python学习的详细指南,从Python的历史、基础语法和数据类型到面向对象编程、模块和库的使用。通过本文,您将能够掌握Python编程的核心概念,为今后的编程学习和实践打下坚实基础。_python人工智能开发从入门到精通pdf

推荐文章

热门文章

相关标签