成果介绍
本发明公开了一种基于强化学习的关系抽取方法,基于强化学习的关系抽取模型包括基于强化学习的实例选择器和基于PCNN模型的关系分类器;基于强化学习的实例选择器通过强化学习过程得到选择结果,所述选择结果为相同实体对句子组成的包中最能表达包标签的句子;将选择结果输入到所述关系分类器,根据输入的句子识别出表达相同关系的语句,对所述实例选择器进行反馈,根据反馈更新策略函数选择句子,再用选择的句子训练出更好的关系分类器,优化实例的选择和关系分类过程;最终选择出最能代表关系标签的句子作为所述基于强化学习的关系抽取模型的训练数据,本发明减少远程监督语料库的噪声和粗粒度问题对关系抽取的影响,提高了关系抽取的性能。
成果亮点
本发明与现有技术相比,其显著优点为:(1)由基于强化学习的实例选择器和基于PCNN模型的关系分类器构成关系抽取模型,通过对关系分类器和实例选择器联合训练,优化实例的选择和关系分类过程;(2)通过强化学习的方法促进实例选择器选择出最能表达关系的句子,即在包含相同实体对的句子构成的包中选取最能表达包关系标签的语句,减少了远程监督关系抽取模型中噪声数据和粗粒度监督信号问题对关系抽取模型性能的影响,提高了关系抽取的性能。
团队介绍
南京理工大学(Nanjing University of Science and Technology),简称“南理工”,位于江苏省南京市,是隶属于工业和信息化部,由工信部、教育部与江苏省人民政府共建的全国重点大学,是国家“双一流”建设高校, [136] “211工程”、“985工程优势学科创新平台”建设高校,入选“111计划”、卓越工程师教育培养计划、国家建设高水平大学公派研究生项目、新工科研究与实践项目、国家大学生创新性实验计划、国家大学生文化素质教育基地、国家创新人才培养示范基地、国家国际科技合作基地、中国政府奖学金来华留学生接收院校、全国创新创业典型经验高校、全国首批深化创新创业教育改革示范高校、全国高校实践育人创新创业基地、首批高等学校科技成果转化和技术转移基地、全国专利工作试点示范高校等,是全国18所获批国家双创示范基地的高校之一,全国首批博士、硕士学位授予单位,是中俄工科大学联盟、工业和信息化部高校联盟、B8协同创新联盟、CDIO工程教育联盟成员单位,素有“兵器技术人才摇篮”的美誉。
成果资料