1 什么是type discovery?
“relation discovery” (Yao et al.,
2011; Marcheggiani and Titov, 2016),“open relation extraction” (Wu et al., 2019; Hu et al., 2020)
and “event type induction” (Huang and Ji, 2020;
Shen et al., 2021). In this paper, we unify such
terms and refer to the task as type discovery.
可以从来做什么？
2 核心思想
通过模型对关系类型做出预测，聚类产生关系标签。
在预测时，提出了两种视角，一种是基于mask view的视角，让模型预测[mask]位置的token，得到type.
一种是基于token view的视角，利用PLM表征的关系分类任务中的实体和事件分类中的触发词。
problem definition：
在假设已知unknown type类型数量的情况下，也知道相关的instance的情况下，去学习一个映射函数，能够发现unknown type
实验设置中，假设，已标注的样本中，并且这部分样本有具体的关系类型，这部分样本的type和unknown type的类型是无交叉的。
需要使用已知type的这部分数据去训练模型。
model structure
两种loss function，一是交叉熵损失函数，用于类型确定的样本中，一是hinge loss，用于不确定类型的样本上。
