利用多参考图进行半监督关系抽取
计算与语言
2020-10-23 v1
摘要
为关系抽取标注带标签数据耗时费力。半监督方法可为该问题提供帮助,并已引起极大研究兴趣。现有工作集中于将无标签样本映射到各个类别以扩充带标签数据集。然而,很难找到一个整体良好的映射函数,尤其对于句中具有复杂句法成分的样本。为应对此局限,我们提出建立无标签数据与带标签数据之间的联系,而非直接将无标签样本映射到类别。具体而言,我们首先使用三类信息构建参考图,包括实体参考、动词参考和语义参考。目标是将无标签样本在语义或词汇上连接到带标签样本。然后,我们提出多参考图(MRefG)模型,以利用参考信息更好地识别高质量无标签样本。在两个公开数据集上与最先进(state-of-the-art)基线的广泛对比实验证明了我们方法的有效性。
引用
@article{arxiv.2010.11383,
title = {Exploit Multiple Reference Graphs for Semi-supervised Relation Extraction},
author = {Wanli Li and Tieyun Qian},
journal= {arXiv preprint arXiv:2010.11383},
year = {2020}
}