通过描述性关系提示和对比学习进行句子级别关系提取（英文版）

英文标题：Sentence-Level Relation Extraction via Contrastive Learning with Descriptive Relation Prompts中文摘要：本文提出了一种新的范式 —— 具有描述性关系提示和对比学习的对抗性学习 (CTL-DRP)，用于共同考虑实体信息、关系知识和实体类型限制，通过提出的方法，在 TACRED 上获得了 76.7% 的竞争性 F1 - 分数，在 TACREV 和 Re-TACRED 都达到了 85.8% 和 91.6% 的最高水平表现。英文摘要：Sentence-level relation extraction aims to identify the relation between twoentities for a given sentence. The existing works mostly focus on obtaining abetter entity representation and adopting a multi-label classifier for relatione