[AAAI2018]SEE:Syntax-aware Entity Embedding for Neural Relation Extraction

[AAAI2018]SEE:Syntax-aware Entity Embedding for Neural Relation Extraction_第1张图片
[AAAI2018]SEE:Syntax-aware Entity Embedding for Neural Relation Extraction_第2张图片
[AAAI2018]SEE:Syntax-aware Entity Embedding for Neural Relation Extraction_第3张图片
[AAAI2018]SEE:Syntax-aware Entity Embedding for Neural Relation Extraction_第4张图片

Distant supervised的用处(1)扩大训练语料(2)找到新的关系
我一度混淆了远程监督和多示例的概念,特在此再强调下:
远程监督是借助外部已有知识库
多示例是:给包打标签,一个包里包含多个句子,这些句子都包含相同的实体对,并不是给句子中的实体对打标签,而是给包打标签
我觉得这篇文章的核心思想有两个(1)利用一依存树将实体的子节点进行递归和attention计算将生成的embedding拼接到实体的embedding上(2)计算了entity的句子级的embedding. 具体的意思看Figure3

你可能感兴趣的:(PaperNotes)