面向开放关系抽取的主动监督聚类
计算与语言
2023-06-09 v1
摘要
当前基于聚类的开放关系抽取（OpenRE）方法通常采用两阶段流程。第一阶段同时学习关系表示与分配。第二阶段人工标注若干实例，从而为每个簇命名关系。然而，无监督目标难以优化模型以得到准确的聚类分配，且簇数必须预先给定。本文提出一种新设定，称为面向 OpenRE 的主动监督聚类。我们的核心见解在于聚类学习与关系标注可交替进行，从而为聚类提供必要的指导，而无需显著增加人力。该设定的关键在于选择哪些实例进行标注。不同于为固定已知类别设计的经典主动标注策略，我们提出一种适用于动态发现未知关系簇的新策略。实验结果表明，我们的方法能够发现数据中几乎所有关系簇，并在两个数据集上分别将 SOTA 方法提升 10.3% 和 5.2%。
引用
@article{arxiv.2306.04968,
title = {Actively Supervised Clustering for Open Relation Extraction},
author = {Jun Zhao and Yongxin Zhang and Qi Zhang and Tao Gui and Zhongyu Wei and Minlong Peng and Mingming Sun},
journal= {arXiv preprint arXiv:2306.04968},
year = {2023}
}
备注
Accepted by ACL2023