论文笔记：Hybrid Attention-Based Prototypical Networks for Noisy Few-Shot Relation Classification

基本信息

• github：地址
• 会议：2019 AAAI
• 标签：关系抽取、小样本

笔记

1. 整体思路是什么？

• 问题设定：小样本关系抽取，N way K shot 的任务。
• 数据集：FewRel 1.0数据集，在数据集中引入了 （错误标注的情况）
• 出发点：在小样本中噪声数据对模型影响是巨大的。小样本学到的特征是稀疏的。
• 方式：小样本学习中的metric learning方法，用了之前Prototypical网络，作了一定改进。将简单的avg换成了attention。引入了基于实例、基于特征的混合注意力。缓解出发点提到的两个问题。
• 做法：对每个query，都是拿整个support set与其计算相似度，最终是一个N维的相似度量，取最大作为其类别。

2. 模型流程是什么？

输入:$（Support，x_{query}）$（Support，xquery​）
输出：$x_{query}$xquery​对应的类别。

2.1 Instance Encoder

• 使用Glove词向量，参考PCNN，每个词的embedding是词向量+位置编码。
• 用CNN做编码器。一维卷积，最大池化，得到句向量。
• Query的句子也是同样编码方式。
• 用CNN作者是综合了表现与计算效率的考量

2.2 Prototypical Networks

• Prototypical Networks的作用是进行一系列计算，得到每个关系的prototype。

• 对每个关系，输入是K个编码完的句向量，输出一个prototype向量。

• 原本的方式简单平均： 【关系i的prototype向量】

• 然后就是计算query编码与每个prototype距离，做个softmax，得到预测类别。
  

2.3 Hybrid Attention

本文对于这个网络的改进，就是第三个模块。

Instance-level Attention

• 就是将avg变为att：

• 其中：

• 这边$g(·)$g(⋅)就是一个线性函数，然后**函数$\sigma(·)$σ(⋅)用的是tanh。

• 目的：缓解数据集噪声的情况。就是说，在这个关系的实例中，与查询向量更类似的，会有更高的注意力权重。所以那些被错误标注的，往往会有更低的权重。总之就是比平均好。

Feature-level Attention

• 出发点：先前研究论证了距离函数的选择会影响这个网络的能力。小样本数据集意味着特征是稀疏的，简单的欧式距离能力不足。虽然特征空间是稀疏的，但总会有些维度有更强的区分能力，所以需要特征层面的注意力机制。
• 修改距离计算：
• 这里的关系 $i$i 的注意力得分就不是一个标量了，而是一个得分向量$z_i$zi​。
• 就是将该关系下的K个实例的编码向量$(x_1,x_2,...x_K)$(x1​,x2​,...xK​)进行多次卷积得到的。
  
  具体操作就是这张图。

3. 最终实验如何？

3.1 实验操作

• 考虑到训练集有64类关系，更多的关系会使模型在训练集得到更好地结果，因此，对每个Batch随机采样20个关系做N-K。

• 其他所有超参数在验证集上调参。用grid search。特别提到了初始学习率和权重衰减值。优化策略主要体现在学习率方面。按步数衰减学习率，做了非常多的尝试。【到时复现再说】

3.2 实验结果

• 【笔记中不全，感兴趣可阅读原文】

• 全文没有做N-way 1-Shot 因为这样没法算注意力。

• 在数据集中按照一定比例替换标签（制造错误标注），进行对比。
  

• 没有噪声时与其他baseline的对比。
  

• 特征级别的attention得分对比：对隐藏层embedding的230特征进行排序，最高的20个与最低的20个做PCA。
  

4. 个人想法

• 对于N-way 1 Shot 问题，是否有类似的办法？
• 作者也提到，今后尝试混合注意力机制与其他模型的适用性。
• 在FewRel 2.0数据集的两个任务上，基于这个模型应该也有一定的发挥空间。