科研之友
微信
新浪微博
Facebook
分享链接
摘要
针对目前远程监督关系抽取任务中存在的错误标注问题，提出使用强化学习策略设计噪声指示器，通过与由关系分类器和噪声数据组成的环境相交互，动态识别每个关系类别的假正例与假负例，并为其重新分配正确的关系标签，从而将噪声数据转换成有用的训练样本，有利于提高远程监督关系抽取模型的性能；另外，在训练过程中，通过在策略网络权重上添加噪声，平衡策略网络的探索和利用问题，从而增强噪声指示器的探索能力，使噪声指示器更准确地选择出能够正确表达实体-关系的句子。在Freebase对齐NYT公共数据集上的实验结果表明，提出的方法可以显著提高远程监督关系抽取模型的性能，表明模型拥有识别并纠正噪声数据标签的能力，可以更好地学习关系特征。
- 单位
