基于远程监督的关系抽取数据降噪模型
来源：计算机应用与软件杂志2025年第6期北京时间：
作者：马建红, 李晓龙, 陈亚萌
摘要：针对远程监督中的错误标注问题，提出一种新的关系抽取模型，模型分为两部分：标签学习器和关系分类器。标签学习器将强化学习的动作与关系标签相对应，通过深度Q网络来探索实例的真实标签，纠正后的标签和句子构成新的数据，减少噪声对模型的影响，并提出K-choice策略来缓解影响和疏漏问题，提高关系抽取的性能。另外，在训练过程中，通过计算单词在关系分类时的贡献值控制触发词，以提高标签预测的准确率。实验结果表明，该模型可以很好地处理噪声，并在句子级别的关系分类上效果良好。
关键词：远程监督, 关系抽取, 强化学习
