一种用于远程监督生物医学关系抽取中降噪的数据驱动方法
计算与语言
2020-05-27 v1 机器学习
摘要
事实三元组是生物医学领域内常用的结构化知识形式。随着非结构化科学文本数量的持续增长，为关系抽取任务手动标注这些文本变得愈发昂贵。远程监督提供了一种可行途径以应对此问题，其可快速产生大量标注但噪声相当大的数据。我们旨在通过扩展一种实体增强的关系分类BERT模型至多实例学习问题，并定义一种简单的数据编码方案来显著降噪，从而达成远程监督生物医学关系抽取的最先进性能。我们的方法进一步编码了关系三元组方向的知识，通过降噪和缓解与知识图谱补全联合学习的需要，实现对关系学习的更高关注。
引用
@article{arxiv.2005.12565,
title = {A Data-driven Approach for Noise Reduction in Distantly Supervised Biomedical Relation Extraction},
author = {Saadullah Amin and Katherine Ann Dunfield and Anna Vechkaeva and Günter Neumann},
journal= {arXiv preprint arXiv:2005.12565},
year = {2020}
}