Resumen

La supervisión a distancia es un método eficaz para recopilar automáticamente conjuntos de datos a gran escala para la extracción de relaciones (RE). Los conjuntos de datos construidos automáticamente suelen incluir dos tipos de ruido: el ruido intrasentencia y la oración ruidosa erróneamente etiquetada. Para abordar los problemas causados por estos dos tipos de ruido y mejorar la extracción de relaciones con supervisión a distancia, este artículo propone un nuevo modelo de extracción de relaciones con supervisión a distancia, que consiste en un codificador de frases por convolución basado en entidades y un módulo de atención selectiva de frases multinivel (Matt). Específicamente, primero aplicamos una operación de convolución cerrada basada en entidades para forzar al codificador de frases a extraer características relacionadas con pares de entidades y filtrar la información inútil de ruido intrasentencia. Además, el esquema de atención multinivel fusiona la información de la bolsa para obtener un vector de consulta específico de la bolsa de grano fino, que puede identificar mejor las oraciones válidas y reducir la influencia de las oraciones mal etiquetadas. Los resultados experimentales en un conjunto de datos de referencia a gran escala demuestran que nuestro modelo puede reducir eficazmente la influencia de los dos tipos de ruido mencionados anteriormente y logra el mejor rendimiento en la extracción de relaciones.

• Materias:Inteligencia artificial Minería de datos Algoritmos genéticos Neurofisiología Proceso de aprendizaje
• Subjects:Artificial intelligence Data mining Genetic algorithms Neurophysiology Learning processes
• Palabras claves:tipo de ruido, extracción supervisada de relaciones, convolución basada en gated, entidad, información de ruido intrasentencia, conjunto de datos de referencia a escala, esquema de atención multinivel, frase ruidosa etiquetada, codificador de frases por convolución, vector de consulta específico
• Keywords:type of noise, supervised relations extraction, based gated convolution, entity, intrasentence noise information, scale benchmark dataset, multilevel attention schema, labeled noisy sentence, convolution sentence encoder, specific query vector