计算机应用

作者：陈克正, 郭晓然, 钟勇, 李振平

单位：1.中国科学院 成都计算机应用研究所, 成都 610213；2.中国科学院大学 计算机科学与技术学院, 北京 100049；3.西北民族大学 数学与计算机科学学院, 兰州 730124

关键词：远程监督,负训练,知识图谱,关系抽取,迁移学习,自然语言处理

基金：四川省科技成果转移转化平台项目(2020ZHCG0002);中央高校基本科研业务费（青年教师创新）项目(31920210090)

远程监督是关系抽取任务中常用的数据自动标注方法，然而该方法会引入大量的噪声数据，从而影响模型的表现效果。为了解决噪声数据的问题，提出一种基于负训练和迁移学习的关系抽取方法。首先通过负训练的方法训练一个噪声数据识别模型；然后根据样本的预测概率值对噪声数据进行过滤和重新标注；最后利用迁移学习的方法解决远程监督存在的域偏移问题，从而进一步提升模型预测的精确率和召回率。以唐卡文化为基础，构建了具有民族特色的关系抽取数据集。实验结果表明，所提方法的F1值达到91.67%，相较于SENT（Sentence level distant relation Extraction via Negative Training）方法，提升了3.95个百分点，并且远高于基于BERT（Bidirectional Encoder Representations from Transformers）、BiLSTM+ATT（Bi-directional Long Short-Term Memory And Attention）、PCNN（Piecewise Convolutional Neural Network）的关系抽取方法。

来源：2023年第8期

《计算机应用》期刊编辑部

查看计算机应用杂志2023年第8期