摘要

少样本关系分类任务旨在只使用极少量样本来识别出句子中给定实体对的关系,现有工作在FewRel 1.0数据集上进行了大量研究,并没有考虑“以上都不是”(none-of-the-above, NOTA)关系的检测问题,而已有的考虑NOTA关系的工作都是在间接地计算查询样例与NOTA的相似度,这容易导致误差累积,模型性能因此表现不佳。为此,本文提出了一种基于关系信息增强的能够直接生成NOTA关系原型表示的方法。首先,本文提出了一种易混淆实例采样策略,通过挑选出信息丰富且易混淆的实例作为NOTA关系的支持数据并直接计算NOTA关系的原型表示;然后,本文使用了关系名和关系的描述信息作为外部关系信息,来提供给模型更多可用信息以生成更准确的原型表示。在广泛使用的FewRel 2.0数据集上的大量实验结果证明了本文提出的方法的优越性。