计算机应用

作者：薛露, 宋威

单位：江南大学 物联网工程学院，江苏 无锡214122

关键词：关系抽取,远程监督,动态标签方法,评分函数,分层注意力机制

基金：国家自然科学基金资助项目(61673193)；中央高校基本科研业务费专项资金资助项目(JUSRP51635B)；中国博士后科学基金资助项目(2017M621625)；江苏省自然科学基金资助项目(BK20181341)。

针对远程监督数据集的关系抽取研究方法存在着大量标签噪声的问题,提出了一种作用于分层注意力机制关系抽取模型的动态标签方法。首先，提出了一种根据关系类别相似性生成动态标签的概念。由于相同的关系标签包含相似的特征信息，计算特征信息的关系类别相似性有助于生成与特征信息相对应的动态标签。其次，利用动态标签方法的评分函数来评价远程监督标签是否为噪声，以决定是否需要生成新的标签代替远程监督标签，通过调整远程监督标签来抑制标签噪声对模型的影响。最后，根据动态标签来更新分层注意力机制以关注有效实例，重新学习每个有效实例的重要性，进一步抽取关键的关系特征信息。实验结果表明，相较于原始的分层注意力机制关系抽取模型，所提方法在Micro和Macro分数上分别有1.3个百分点和1.9个百分点的提升，实现了噪声标签的动态纠正，提升了模型的关系抽取能力。

来源：2020年第6期

《计算机应用》期刊编辑部

查看计算机应用杂志2020年第6期