基于强化学习的噪声数据关系分类
信息检索
2018-08-27 v1 机器学习
机器学习
摘要
现有的依赖远程监督的关系分类方法假设提及实体对的一组句子都在描述该实体对的一种关系。此类方法在包级别执行分类，无法识别关系与句子之间的映射，并且在很大程度上受噪声标注问题困扰。在本文中，我们提出了一种新颖的模型，用于从噪声数据中进行句子级别的关系分类。该模型有两个模块：实例选择器和关系分类器。实例选择器利用强化学习选择高质量句子，并将所选句子送入关系分类器，关系分类器进行句子级预测并为实例选择器提供奖励。两个模块联合训练以优化实例选择和关系分类过程。实验结果表明，我们的模型能有效处理数据噪声，并在句子级关系分类上获得更好的性能。
引用
@article{arxiv.1808.08013,
title = {Reinforcement Learning for Relation Classification from Noisy Data},
author = {Jun Feng and Minlie Huang and Li Zhao and Yang Yang and Xiaoyan Zhu},
journal= {arXiv preprint arXiv:1808.08013},
year = {2018}
}