用于生物医学文献监督与半监督关系抽取的对抗学习
计算与语言
2020-09-28 v2 机器学习
摘要
对抗训练是一种通过在训练过程中引入对抗样本来提升模型性能的技术。在本文中，我们研究了使用多个对抗样本的对抗训练以使关系抽取任务受益。我们还在半监督场景中应用了对抗训练技术以利用未标记数据。在蛋白质-蛋白质相互作用和蛋白质亚细胞定位任务上的评估结果表明，对抗训练提升了监督模型的性能，并且在半监督训练情况下将未标记数据纳入其中也是有效的。此外，我们的方法在两个基准数据集上达到了SOTA性能。
引用
@article{arxiv.2005.04277,
title = {Adversarial Learning for Supervised and Semi-supervised Relation Extraction in Biomedical Literature},
author = {Peng Su and K. Vijay-Shanker},
journal= {arXiv preprint arXiv:2005.04277},
year = {2020}
}