Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Networks

基于分段卷积神经网络的远程监督实体关系抽取算法： 使用远程监督进行关系提取有两个问题： 首先，在远程监督方法中，从已有的知识库启发式地与文本对齐，将对齐结果视为标记数据。然而启发式对齐并不准确，可能会标记错误； 另外则是在典型的方法中，统计模型已应用于特设特征，而特征提取过程的产生的噪声可能会导致性能不佳。 为了解决这两个问题，这篇文章提出了一个新的模型，分段卷积神经网络（PCNN）与多实例学习。

>>阅读原文<<