结合强化学习和DenseNet的远程监督关系抽取模型
来源：计算机应用与软件杂志2024年第2期北京时间：
作者：冯轩闻, 袁新瑞, 孙霞, 高厦
摘要：关系抽取是信息获取领域的重要任务之一。为了更好地解决数据集中的噪声问题和句子深层次语义表征，提出一种结合强化学习和密集连接卷积神经网络的远程监督关系抽取模型，模型分为句子选择器和关系分类器。在句子选择器中，基于强化学习的方法能有效过滤噪声语句，提升输入数据质量；在关系分类器中，通过DenseNet深层网络中的特征复用，学习更丰富的语义特征。在NYT数据集上的实验结果表明句子选择器能够有效过滤噪声，该模型的关系抽取性能相比基线模型得到有效提高。
关键词：关系抽取, 远程监督, 强化学习, 卷积神经网络, 密集连接
