一、基本介绍
关系抽取: 关系抽取目标是从文本中抽取中两个entity之间存在的关系，一般是多分类问题. 比如句子乔布斯创建了苹果, 关系抽取需要预测出乔布斯和苹果存在的创建的关系.
远程监督的的关系抽取: 语料是根据现有知识库对其的，语料可能是错的。比如乔布斯离开了苹果也会被标记为创建的意思。
二、数据集
- NYT+FreeBase
- GIDS
三、评测指标
-
PR曲线(重要）
- TopK的Precision.
四、相关文献
| 序号 | 会议 | 作者 | 论文 | 阅读笔记 | 源码复现 | 创新点 |
|---|---|---|---|---|---|---|
| [1] | ACL 2009 | 略 | Distant supervision for relation extraction without labeled data | 无 | 无 | 提出远程监督观点 |
| [2] | EMNLP 2015 | 略 | Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Networks | 无 | Github | 提出PCNN以及多示例学习思想 |
| [3] | ACL 2016 | 略 | Neural Relation Extraction with Selective Attention over Instances | 无 | Github | 加入注意力机制 |
| [4] | ACL 2016 | 略 | Distant Supervision for Relation Extraction with Sentence-Level Attention and Entity Descriptions | 无 | 无 | 使用Trans-E思想运用实体Embedding进行Attention |
| [5] | AAAI 2018 | 略 | Multi-Level Structured Self-Attentions for Distantly Supervised Relation Extraction | 无 | 无 | 使用2-D(多方面)注意力机制 |