面向实体、关系与事件抽取的校准类型化决策

Hugging Face Daily Papers 论文
information-extraction named-entity-recognition relation-extraction event-extraction open-source small-language-model span-based

摘要

发布 CalOn，一个 0.6B 参数的校准类型化决策模型，用于实体、关系与事件抽取，速度达每秒 120 句，是 GLiNER2 的 5.5 倍，并在 40 个基准上超越基线。权重、推理与训练代码均以 Apache 2.0 开源。

信息抽取模型通常在它们所训练的数据集上表现良好，但迁移到新领域和新的标注规范仍然充满挑战。仅支持用户指定的类型并不能解决这一问题。我们提出 CalOn——一个统一的 0.6B 参数编码器，可跨数据集与模式（schema）完成实体、关系与事件抽取。模型对文本与类型定义进行联合编码，随后直接识别实体片段（span）、片段之间的关系以及事件触发词与论元。其抽取决策会综合考虑所请求的全部类型，利用它们的联合证据筛选出相关候选，再为其指派类型。这使得三类任务共享统一的概率化表述，同时确保每一条被抽取的提及都锚定在输入文本之上。我们在多样化的数据源上进行训练，并以奖励机制对监督学习加以补充——奖励正确抽取，惩罚错误抽取。在 40 个基准上，CalOn 在大多数基准上优于所评测的基线模型。它在所有已报告的关系抽取基准上均领先，并在使用金标触发词的事件触发词与论元任务上取得最高的平均 F1。借助其片段对（span-pair）表述，同一模型在方面情感三元组抽取和代词消解上也表现出色。针对训练过程中引入的概率偏差所做的一项校正，改善了校准后实体、关系与事件论元的置信度估计，而 F1 几乎没有变化。
查看原文
查看缓存全文

缓存时间: 2026/10/16 03:02

论文页面 - 面向实体、关系和事件抽取的校准类型化决策

来源：https://huggingface.co/papers/2610.17113

今天我们发布了 CalOn，我们的 0.6B 模型，用于信息抽取中的快速决策。⚡

在我们的 NER 基准测试中，CalOn 每秒可处理 120 个句子。吞吐量是 GLiNER2 的 5.5 倍，是 GLiFormer 的 6.7 倍。

我们在 TypeSafe 的 RLCD 基础上构建，并将训练方法适配到 span 和 span 对。同一个模型使用你指定的类型即可处理实体、关系和事件。

我们的评估涵盖 40 个基准测试。除了标准的 NER、RE 和 EE，我们还评估了方面情感三元组抽取、代词消解、实体和事件共指，以及事件之间的时间、因果和子事件关系。

我们将这些任务表示为 span 和 span 对上的 schema，并使用同一个 checkpoint 进行推理。在这些转换后的基准测试上，CalOn 领先于所有被评估的基线模型。

模型权重、推理代码和训练代码均以 Apache 2.0 协议开源。

🤗https://huggingface.co/calon-ai/calon-0.6b 💻https://github.com/extraordinarylab/calon 📄https://arxiv.org/abs/2610.17113

相似文章

fastino/GLiNER2.5-Decide

Hugging Face Models Trending

GLiNER2.5-Decide 是一个拥有340M参数的英文分类模型，专为操作决策设计，能在单次前向传播中支持多个标签集，无需使用提示模板。