一种用于关系抽取的辅助分类器生成对抗框架
计算与语言
2019-09-13 v1 机器学习
机器学习
摘要
关系抽取模型受限于合格的训练数据不足。使用人工标注者标注句子成本过高，且在处理大规模数据集时难以扩展。本文使用辅助分类器生成对抗网络（AC-GANs）生成高质量关系句子，并提升端到端模型中关系分类器的性能。在 AC-GAN 中，判别器不仅给出关于真实来源的概率分布，还给出关于关系标签的概率分布，这有助于生成有意义的关系句子。实验结果表明，与最先进的方法相比，我们提出的数据增强方法显著提升了关系抽取的性能。
关键词
引用
@article{arxiv.1909.05370,
title = {An Auxiliary Classifier Generative Adversarial Framework for Relation Extraction},
author = {Yun Zhao},
journal= {arXiv preprint arXiv:1909.05370},
year = {2019}
}