利用问答对作为间接监督的关系抽取方法

针对感兴趣类型的自动关系抽取（RE）对于高效解读大规模文本语料具有重要意义。传统 RE 模型严重依赖人工标注语料进行训练，这在生成标注数据时成本高昂，并在处理更多关系类型时成为障碍。因此，越来越多的 RE 抽取系统转向基于通过链接知识库自动获取的训练数据（远程监督）来构建。然而，由于知识库的不完备性与上下文无关的标注，通过远程监督（DS）收集的训练数据可能非常嘈杂。近年来，随着对问答（QA）任务关注度的提升，此类任务的用户反馈或数据集变得更容易获取。本文提出一种新颖框架 ReQuest，利用问答对作为关系抽取的间接监督来源，并研究如何使用此类监督来降低 DS 引入的噪声。我们的模型将关系提及、类型、QA 实体提及对与文本特征联合嵌入两个低维空间（RE 与 QA）中，其中具有相同关系类型或语义相似问答对的对象具有相近表示。共享特征连接这两个空间，从两种来源承载更清晰的语义知识。随后 ReQuest 利用这些学到的嵌入来估计测试关系提及的类型。我们构建了一个全局目标函数，并采用一种新颖的基于间隔的 QA 损失，通过利用 QA 数据集中的语义证据来降低 DS 中的噪声。我们的实验结果表明，在两个公开 RE 数据集结合 TREC QA 数据集上，F1 分数平均提升 11%。