基于数据驱动的多实例学习弱监督关系抽取.pdfVIP

基于数据驱动的多实例学习弱监督关系抽取* 刘洋，刘树林，张元哲，刘康，周光有，赵军 中国科学院自动化研究所，模式识别国家重点实验室，北京，100190 E-mail: yang.liu@ 摘 要：弱监督关系抽取由于其通过知识库自动获取大量的训练数据，受到了研究领域的广泛关注。但通 过这种方式产生的训练数据往往包含大量噪声，极大的影响了抽取性能。本文从模型和特征权重计算两个 方面来解决这个问题：首先我们使用两种多实例学习手段对含噪的训练数据建模（基于特征的多实例逻辑 斯特回归和基于实例的多实例逻辑斯特回归）；然后我们利用特征在数据中的分布来计算特征权重，通过 这种方式来减少噪声特征的权重。实验证明，多实例学习模型对Top k 的结果有很大提升，利用数据分布 计算特征权重的方式对召回率-准确率（PR ）曲线提升效果明显。 关键词：弱监督；关系抽取；多实例学习 Weak Supervision Relation Extraction by a Data-driven Method with Multi- instance Learning Yang Liu, Shulin Liu,