利用列表与文档结构通过自举进行远程信息抽取
计算与语言
2016-01-05 v1
摘要
远程标注用于信息抽取（IE）时存在训练数据噪声问题。我们描述了一种通过识别潜在实例标签之间的耦合约束来减少远程 IE 噪声的方法。作为耦合的一个示例，列表中的项很可能具有相同的标签。第二个耦合示例来自文档结构分析：在某些语料库中，可以识别出若干章节，使得同一章节中的项很可能具有相同的标签。此类章节并非存在于所有语料库中，但我们表明，即便使用一个小型、结构良好的语料库中的耦合约束来扩充大型语料库，也能大幅提升性能，在某项任务上使 F1 值翻倍。
引用
@article{arxiv.1601.00620,
title = {Distant IE by Bootstrapping Using Lists and Document Structure},
author = {Lidong Bing and Mingyang Ling and Richard C. Wang and William W. Cohen},
journal= {arXiv preprint arXiv:1601.00620},
year = {2016}
}
备注
7 pages, to appear at AAAI 2016