PLM 3 RC：一种基于PLM的多语言关系分类方法，无需使用平行语料库

《IEEE Transactions on Big Data》：PLM 3 RC: A PLM-Based Method for Multilingual Relation Classification Without Using Parallel Corpora

多语言关系分类方法PLM RC通过共享编码器捕捉跨语言知识，结合领域特定分类器和对抗学习实现知识迁移，无需平行语料库即可有效提升性能。

　　

摘要：

在使用关系分类（RC）技术构建知识库时，处理来自多种语言和领域的数据至关重要。然而，大多数现有的多语言RC方法都需要并行语料库，而这可能会显著增加计算开销。为了解决这些挑战，我们提出了一种基于PLM的多语言RC方法，称为PLM RC。我们的方法首先引入实体提示和多语言PLM来构建一个共享的编码器网络，以捕获关系分类中通用的语言不变知识。然后引入多个特定领域的分类器来捕获特定于语言和领域的知识。为了实现多语言知识迁移，我们进一步引入了对抗学习并设计了线性判别器。我们进行了一系列实验来验证该方法的有效性。实验结果表明，在常规计算资源下，PLM RC在多语言场景中的表现优于其他主流RC方法。此外，结果清楚地表明，我们的方法能够在不使用并行语料库的情况下有效利用多语言数据进行知识迁移。