科研之友
微信
新浪微博
Facebook
分享链接
摘要
远程监督为关系抽取任务提供了大量自动标注的数据集，且领域迁移性强，为实现自动抽取奠定了基础。然而，构造的数据集伴随了强约束性的假设，存在着严重的错误标签问题，且这些噪声数据极大影响了最终的性能结果。为了缓解错误标注的问题，文中提出了一种双重注意力模型：第一层注意力机制通过在句子编码部分引入TransH预训练好的实体向量，与句子特征共同进行注意力选择，为体现关系信息的特征分配更高的权重来提高句子编码质量；第二层则是从句子级别再进行一次注意力计算，挑选出有效的实例，进一步降低噪声数据的权重。通过在广泛使用的数据集上进行多次对比实验，表明文中所提模型可以充分利用所有信息资源，结果明显优于其他基线模型。
- 单位
