基于异质部分标签嵌入的实体类型标注中的标签噪声削减
计算与语言
2016-02-18 v1 机器学习
摘要
当前的细粒度实体类型标注系统使用远程监督结合现有知识库来为实体提及分配类别(类型标签)。然而，从知识库获得的此类类型标签常有噪声(即，对于实体提及的局部上下文是不正确的)。我们定义了一项新任务，实体类型标注中的标签噪声削减(LNR)，即在给定通过具有给定类型体系的远程监督获得的候选类型标签集合时，自动识别训练样本的正确类型标签(类型路径)。单个实体提及的未知类型标签以及实体类型之间的语义相似性为解决LNR任务带来了独特挑战。我们提出了一个称为PLE的通用框架，将实体提及、文本特征和实体类型联合嵌入到同一低维空间中，在该空间中，类型语义相近的对象具有相似表示。然后我们利用学到的嵌入以自顶向下的方式估计每个训练样本的类型路径。我们制定了从文本语料库和知识库学习嵌入的全局目标，其采用了对噪声标签鲁棒且忠实建模从知识库导出的类型相关性的基于边界的损失。我们在三个公共类型标注数据集上的实验证明了PLE的有效性和鲁棒性，与次优方法相比准确率平均提高25%。
引用
@article{arxiv.1602.05307,
title = {Label Noise Reduction in Entity Typing by Heterogeneous Partial-Label Embedding},
author = {Xiang Ren and Wenqi He and Meng Qu and Clare R. Voss and Heng Ji and Jiawei Han},
journal= {arXiv preprint arXiv:1602.05307},
year = {2016}
}
备注
Submitted to KDD 2016. 11 pages