AAAI 2020丨小样本关系学习的Neural Snowball滚雪球模型 大讲堂 | 第141期
Knowledge graphs typically undergo open-ended growth of new relations
开课时间:2020/01/12 20:00 预计时长:15分钟左右
课程回放
388人报名
观看回放
课程介绍

  讲者介绍  

高天宇,清华大学本科四年级学生,清华大学自然语言处理实验室成员,导师刘知远。其主要研究方向为自然语言处理当中的关系抽取问题,在人工智能和自然语言处理领域的国际会议AAAI、EMNLP上发表过多篇文章。

同时他也是开源工具包OpenNRE的主要作者。

 

  论文主题  

小样本关系学习的Neural Snowball滚雪球模型

 

  论文内容简介  

知识图一般都需要经历新关系的建立过程,而且是开放边界的。但是,在足够的数据上训练的、只关注预定义关系的关系提取器很难处理好这样的知识图。

为了解决小样本案例中的新关系,作者们提出了一种新的bootstrap方法,名为Neural Snowball,它可以通过迁移现有关系的语义知识乱来学习新的关系。具体来说,作者们设计了Relational Siamese Networks,基于现有的关系和标注数据学习不同实例之间的关系相似度指标。

在这之后,对于给定的新关系和新的小样本学习实例,RSN可以从未标注语料中积累可信的实例;这些实例会用来训练一个关系分类器,用来进一步分辨新的关系中的新信息。

这个过程可以像滚雪球一样迭代进行。实验表明提出的模型可以为更好的小样本关系学习找到更好的高质量实例,相比于基准模型可以获得显著的表现提升。

课程须知
  • 本系列视频为AAAI 2020线上论文预分享的精选解读,欢迎大家观看
  • 如果你对AAAI相关工作感兴趣,欢迎加入AAAI 交流群,添加微信:AIyanxishe2,备注:AAAI+领域
  • 更多精彩内容,敬请大家关注研习社公开课的持续更新

授课教师

清华大学本科四年级学生,清华大学自然语言处理实验室成员,导师刘知远
微信扫码分享课程