nlp论文学习（关系抽取）——Distant Supervision for Relation Extraction via Piecewise Convolutional Neural （2015）

简述 此篇论文是面向关系抽取（关系分类）任务的模型设计阐述，主要亮点有两个： PCNN：用以解决（缓解）传统特征工程等nlp工具的繁杂和表现不好的问题，并实验证明能够有效提取出entity词对相关的关键信息。 Multi-instance的使用：在instance-level数据输入的基础上使用了bag-level的数据输入，即多个instance组成一个bag，用以解决（缓解）distant s

>>阅读原文<<