[发明专利]一种基于对抗学习的远监督关系抽取去噪方法

摘要

本发明公开了一种基于对抗学习的远监督关系抽取去噪方法，可从本质上去除远监督生成的数据中的噪声。所述的远监督关系抽取去噪方法，所述方法包括：步骤10)建立预测器P和判别器D模型：步骤20)基于卷积神经网络，建立预测器P和判别器D结构：通过巻积层提取句子级的特征，然后将其与词汇级特征相连起来，得到最终的句子表示，将句子的表示输入到一个全连接层，并得到一个概率；对于预测器P，所述概率代表着一个实例包含关系r的可能性；对于判别器D，所述概率代表着一个句子来自Dl而不是Dp的可能性；步骤30)优化所述预测器P和判别器D，得到优化后的预测器P和判别器D；步骤40)利用优化后的预测器P清除噪声。

主权项

1.一种基于对抗学习的远监督关系抽取去噪方法，其特征在于，初始输入数据为含有噪声的远监督生成数据，所述远监督生成数据基于关系r划分为正确数据和错误数据其中，表示集合D^p中的第i项；表示集合Dⁿ中的第i项；所述方法包括：步骤10)建立预测器P和判别器D模型：预测器P输出P(x)表示输入实例x包含关系r的概率；将D^p中的所有实例标注为1，将Dⁿ中的所有实例标注为0，组成预测器P的训练数据，对预测器P进行训练；判别器D输出D(x)表示实例x来自于D^l的概率，用来度量D^l与加权后D^p间的可区分性，其中，D^l表示人工标注的数据；每个实例x都在经过预测器P后被分配了一个权重P(x)，权重P(x)即预测器P针对该实例的输出；将D^l中的所有实例标注为1，将D^p中的所有实例标注为0，组成判别器D的训练数据；步骤20)基于卷积神经网络，建立预测器P和判别器D结构：通过巻积层提取句子级的特征，然后将其与词汇级特征相连起来，得到最终的句子表示，将句子的表示输入到一个全连接层，并得到一个概率；对于预测器P，所述概率代表着一个实例包含关系r的可能性；对于判别器D，所述概率代表着一个句子来自D^l而不是D^p的可能性；步骤30)优化所述预测器P和判别器D，得到优化后的预测器P和判别器D；步骤40)利用优化后的预测器P清除噪声。