📄 information_extraction¶
💬 EMNLP2026 · 8 篇论文解读
- All Relations at Once: Efficient Open-World Tabular Relation Discovery with Hierarchy-Aware Reward Shaping
-
针对开放世界表格列关系抽取中闭集预定义受限、近义预测硬判错误以及两两配对推理开销过大的瓶颈,本文提出一种基于层次感知奖励塑形与跨度级优势分配的强化学习框架,单次前向输出整表全部列对关系并提供细粒度语义梯度,显著超越强通用大模型与领域基线。
- SSR: 兼顾鲁棒性与可验证思维链的神经符号软推理框架
-
针对神经符号系统自动形式化极易因细微翻译错误导致确定性求解崩溃的脆弱性,提出软推理框架 SSR,通过语法过滤、置信度加权 MaxSAT 松弛、歧义定向检索与自底向上双向思维链生成,在保留求解器验证性保障的同时大幅提升复杂推理鲁棒性。
- IdioSteer: Controlling Figurative-vs-Literal Interpretation via Residual-Stream Activation Steering
-
针对大语言模型在包含习语的上下文默认偏向比喻义(figurative)生成的固疾,本文提出基于残差流激活引导(Activation Steering)的轻量化干预机制,通过跨层注入均值差分向量,在不破坏文本连贯性的前提下使模型输出系统性转向字面义(literal)解释,且引导方向可完全泛化至未见习语。
- MelonBench: A Benchmark for Coded Entity Resolution over Noisy Web Evidence
-
针对现有网络智能体基准依赖显式查询与干净权威语料的缺陷,本文提出了首个面向故意语义混淆与碎片化 UGC 噪声证据的开放域隐语实体消歧基准 MelonBench(包含 665 道中长尾娱乐爆料测试题),评估表明当前最强检索增强系统准确率仅为 49.9%,揭示了解密隐喻线索与开放式实体召回两大核心瓶颈。
- ObSchema: From Local Observations to Global Entity Attribute Schemas in Scientific Literature
-
针对科学文献中属性分散、命名异质且深陷实验条件复合词的痛点,ObSchema 提出从局部观察到全局模式的批次归纳框架,解耦语义归类与确定性证据晋升,结合值感知保守合并与自适应分组,自动构建高质量的层次化实体属性模式。
- Personalization over Generalization: History-Aware User Modeling for Dialogue Agents
-
针对现有句子级AI检测器对所有作者无差别对待而无法捕捉个体风格边界的问题,本文提出了结合历史写作参考的个性化句子级检测模型 PHAS-ID 与风格感知合成管线 GhostFill,在已知/未知作者、跨领域和跨生成器评测下全面刷新最先进性能。
- Measuring Source-Resolution Distortion in LLM Output Arbitration: A Source-Bounded Evaluation Framework
-
针对多模型输出仲裁压缩过程中出现的来源结构丢失与错误映射,本文形式化定义了来源分辨率畸变(SRD),提出了源有界评测基准,并设计了先提取单元构建稀疏决策账本、再确定性渲染的 A2R 仲裁方法,显著降低冲突抹除率并提高来源可恢复性。
- The Harder Text Embedding Benchmark (HTEB): Beyond One-dimensional Static Robustness
-
针对传统 MTEB 静态单一标量排名掩盖模型真实退化行为的缺陷,本文提出了包含词汇/风格、长度与语言三大维度的动态评估基准 HTEB,通过 LLM 在评测时随机注入可解释变换,揭示了嵌入模型鲁棒性的维度解耦特性与尺度扩展的局限性。