用于关系抽取的近无监督哈希码表示

近来，核化局部敏感哈希码已成功用作自然语言文本的表示，尤其在与生物医学关系抽取任务高度相关的场景中。本文中，我们提出以近无监督方式优化哈希码表示，其中仅使用数据点而非其类别标签进行学习。优化后的哈希码表示随后按先前工作送入监督分类器。这种近无监督方法允许对每个哈希函数进行细粒度优化，特别适用于构建从训练集泛化到测试集的哈希码表示。我们在生物医学关系抽取任务上对所提方法进行了实证评估，相较最先进的监督与半监督方法取得了显著的准确率提升。