用于生物医学关系抽取的抽象化多实例学习
计算与语言
2021-10-26 v1 机器学习
摘要
由于缺乏标注数据以及事实三元组的长尾分布,生物医学领域的关系抽取是一项具有挑战性的任务。许多研究利用远程监督,通过将知识图谱与原始文本数据配对来自动生成标注数据。远程监督会产生噪声标签,并需要额外的技术(如多实例学习(MIL))来对训练信号去噪。然而,MIL 需要多个数据实例,并且在处理生物医学领域中常见的极长尾数据集时存在困难。在本工作中,我们提出了一种用于生物医学关系抽取的 MIL 的新重构方法,该方法将生物医学实体抽象化为它们对应的语义类型。通过按类型对实体进行分组,我们能够更好地利用 MIL 的优势,并进一步对训练信号去噪。我们表明这种重构(我们称之为抽象化多实例学习(AMIL))提升了生物医学关系抽取的性能。我们还提出了一种新颖的关系嵌入架构,进一步提升了模型性能。
引用
@article{arxiv.2110.12501,
title = {Abstractified Multi-instance Learning (AMIL) for Biomedical Relation Extraction},
author = {William Hogan and Molly Huang and Yannis Katsis and Tyler Baldwin and Ho-Cheol Kim and Yoshiki Vazquez Baeza and Andrew Bartko and Chun-Nan Hsu},
journal= {arXiv preprint arXiv:2110.12501},
year = {2021}
}
备注
14 pages, 3 figures, submitted to Automated Knowledge Base Construction (2021)