基于Tri-training与噪声过滤的弱监督关系抽取

• 作者: 何大可 冶忠林 尹红风 贾真
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: 关系抽取 弱监督学习 Tri-training 数据编辑
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 信息检索与信息抽取
• 页码范围: 142-149,158
• 页数: 9页
• 分类号: TP391
• 语种: 中文

摘要

弱监督关系抽取利用已有关系实体对从文本集中自动获取训练数据,有效解决了训练数据不足的问题.针对弱监督训练数据存在噪声、特征不足和不平衡,导致关系抽取性能不高的问题,文中提出NF-Tri-training(Tri-training with Noise Filtering)弱监督关系抽取算法.它利用欠采样解决样本不平衡问题,基于Tri-training从未标注数据中迭代学习新的样本,提高分类器的泛化能力,采用数据编辑技术识别并移除初始训练数据和每次迭代产生的错标样本.在互动百科采集数据集上实验结果表明NF-Tri-training算法能够有效提升关系分类器的性能.