利用 BERT 与知识库侧信息的距离监督神经关系抽取
计算与语言
2020-10-20 v3 信息检索
机器学习
摘要
关系抽取（RE）旨在对句子中实体间的关系进行分类。开发关系抽取器的近期范式是距离监督（DS），其通过文本语料库与知识库（KB）的对齐实现新数据集的自动构建。KB 有时也可为 RE 任务提供附加信息。采用此策略的方法之一是 RESIDE 模型，其提出利用来自 KB 侧信息的距离监督神经关系抽取。考虑到该方法优于最先进基线，本文提出一种与 RESIDE 相关的方法，同样使用附加侧信息，但以 BERT 嵌入简化句子编码。通过实验，我们在 Google Distant Supervision 与 Riedel 数据集上针对 BGWA 与 RESIDE 基线方法展示了所提方法的有效性。尽管因数据集不平衡导致曲线下面积下降，P@N 结果显示以 BERT 作为句子编码可取得优于基线方法的性能。
引用
@article{arxiv.2004.14443,
title = {Distantly-Supervised Neural Relation Extraction with Side Information using BERT},
author = {Johny Moreira and Chaina Oliveira and David Macêdo and Cleber Zanchettin and Luciano Barbosa},
journal= {arXiv preprint arXiv:2004.14443},
year = {2020}
}
备注
2020 International Joint Conference on Neural Networks (IJCNN)