一种基于双粒度注意力和对抗训练的远程监督关系抽取方法

摘要

本发明公开了一种基于双粒度注意力和对抗训练的远程监督关系抽取方法，采用包内句子级注意力机制和组内包级别注意力机制将训练注意力逐渐集中到高质量的样本数据上，减少了远程监督标注带来的噪声数据的影响，并通过对抗训练来提高数据利用率。具体包括：数据预处理、句子编码、双粒度注意力的多示例学习、实例级对抗训练、模型迭代训练等步骤。本发明与现有技术相比有效地降低了噪声句子和噪声包的影响，同时解决了训练不充分、数据利用率低的问题，增加了模型的鲁棒性，提升了关系抽取的效果，具有一定的实用价值。