关于论文几个浅显想法

[Cishenn]

前辈您好 我是一个NLP RE领域新人 有几个想法想交流下，请问 1）文中没有对比很熟知的GPLinker模型，是不是效果没有GPLinker好？ 2）既然关系类型的语义信息很重要，文中只用一个单词来代表，如果用多个单词来代表，是不是效果会更好？ 3）如WebNLG数据集有171中关系类型，相当于原始的输入序列长度增加170+，这样导致预测的表格更为稀疏？ 4) 本质上是: 使用了提示学习的方法，通过使用人工标记关系词将文章效果进行提升？

[wtangdev]

你好， 1）我选取baselines主要参考已发表的TPLinker和PRGC，你可以复现下GPLinker并对比一下； 2）3）4）在论文中均有讨论。特别是2）可以和TPLinker对比计算下。

谢谢。

[Cishenn]

你好， 1）我选取baselines主要参考已发表的TPLinker和PRGC，你可以复现下GPLinker并对比一下； 2）3）4）在论文中均有讨论。特别是2）可以和TPLinker对比计算下。

谢谢。

了解了 谢谢 请问在multi-token的实验的数据集用的哪个？
还有请问在NYT和WebNLG中 有multi-token也有single 两种情况 在这一块是怎么区分然后处理的呐

[wtangdev]

NYT star对应single NYT对应multi-token。WebNLG类似。