nlp論文學習（關係抽取）——Distant Supervision for Relation Extraction via Piecewise Convolutional Neural （2015）

簡述 此篇論文是面向關係抽取（關係分類）任務的模型設計闡述，主要亮點有兩個： PCNN：用以解決（緩解）傳統特徵工程等nlp工具的繁雜和表現不好的問題，並實驗證明能夠有效提取出entity詞對相關的關鍵信息。 Multi-instance的使用：在instance-level數據輸入的基礎上使用了bag-level的數據輸入，即多個instance組成一個bag，用以解決（緩解）distant s

>>阅读原文<<