含噪句子对远程监督关系抽取无用吗？

噪声标注问题一直是远程监督关系抽取的主要障碍之一。现有方法通常认为含噪句子无用且会损害模型性能。因此，它们主要通过减小含噪句子的影响来缓解该问题，例如应用包级选择注意力或从句子包中移除含噪句子。然而，噪声标注问题的根本原因并非有用信息的缺失，而是关系标签的缺失。直观上，如果我们能为含噪句子分配可信标签，它们将转化为有用的训练数据并有益于模型性能。因此，在本文中，我们提出一种用于远程监督关系抽取的新方法，其采用无监督深度聚类为含噪句子生成可靠标签。具体而言，我们的模型包含三个模块：句子编码器、噪声检测器和标签生成器。句子编码器用于获取特征表示。噪声检测器从句子包中检测含噪句子，标签生成器为含噪句子产生高置信度的关系标签。大量实验结果表明，我们的模型在流行基准数据集上优于最先进的基线，并且确实能缓解噪声标注问题。