-
为什么提出 —— 远程监督存在的一些问题
1) 已经存在的知识库会启发式的对实体
KB当中Entity之间的关系和自然语言文本的对齐是启发式的，两个Entity同时存在一个句子就被标记KB当中 的关系。
然而这种假设太强，就存在许多错误标记的问题(如“【乔布斯】吃了一个【苹果】”，就是错误标记，KB中 表示这两个是CEO关系，但实际上不是)
2）采用统计模型添加特征存在太大的噪声导致训练结果很差
-
提出了什么
PCNNs: Piecewise Convolutional Neural Networks with multi-instance learning
如何解决：
1）错误标记的问题，采用了Multiple Instance Learning（所有instance被聚合到若干个包当中，一个包如果被 标记为正项，那么至少有一个正项instance，如果被标记为负项，那么 一定不存在一个正项instance），由此降 低错误标记带来的影响。
2）特征工程的错误，则直接不引入任何人工特征工程的工作，直接使用一个CNN + Piecewise Max Pooling 去抽取特征。
主要贡献：
1）自动提取特征，不需要NLP工具
2）融合multi-instance learning来解决wrong label的问题
3）利用piecewise max pooling来提取两个entity之间结构化的信息
Vector Representation, Convolution, Piecewise Max Pooling and Softmax Output
-
模型
1）输入
word tokens（look up in Word Embeddings）
position features
use Skip-gram model (Mikolov et al., 2013) to train word embeddings