Reinforcement Learning for Relation Classification from Noisy Data

主要貢獻 提出一個新的關係分類模型，它有實體選擇器與關係分類器構成。它能夠在句子級別提取關係。 將實體選擇問題轉換成強化學習問題，這使得不需要實體選擇的標籤，而只需要關係分類器的弱監督的回饋就能進行實體選擇。 摘要 現在的關係分類方法都是依賴拍距離監督假設（distance supervision assume）的，它假設一系列提到一對實體的句子，都是在描述這對實體的一種關係。類似於這種思想的方法

>>阅读原文<<