论文浅尝 | 基于深度强化学习的远程监督数据集的降噪

最新推荐文章于 2025-04-17 11:54:48 发布

开放知识图谱

最新推荐文章于 2025-04-17 11:54:48 发布

阅读量2.5k

点赞数

本文链接：https://blog.csdn.net/TgqDT3gGaMdkHasLZv/article/details/86587213

版权

该论文提出使用强化学习训练一个假正例判别器，以识别并去除远程监督数据集中的噪音，提高关系抽取分类器的性能。通过在验证集上比较分类器的F1值变化来定义奖励，使用策略梯度更新参数。实验结果显示，这种方法能有效提升分类器在NYT数据集上的性能。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

640?wx_fmt=png

论文链接：https://arxiv.org/pdf/1805.09927.pdf

来源：ACL2018

Motivation：

远程监督是以一种生成关系抽取训练样本的方法，无需人工标注数据。但是远程监督引入了噪音，即存在很多的假正例。本文的出发点非常简单，希望通过强化学习的方法来训练一个假正例的判别器，它可以识别出数据集中的假正例，并加入到负例集中。产生更加干净的训练集，从而提高分类器的性能。

Relatedwork：

对于远程监督的噪音，之前常用的做法是加attention机制，给以真正例更大的权重，给以假正例较小的权重，单这种方法是次优的。本文有一个有意思的地方，作者在文中指出，他在提交了ACL之后，发现已经有一篇相同的工作. Reinforcement learning for relation classification from noisy data（