小样本医学关系三元组抽取
基于深度学习的关系三元组抽取是自然语言处理(NLP)领域的一个重要研究方向.然而,训练这些网络模型往往需要大量的标注数据.为了解决罕见疾病等小样本场景下的医学关系三元组抽取问题,该文利用Wiki域上的数据集预训练网络模型,并结合域判别对抗训练模块学习Few-Shot关系三元组抽取的共性知识,提出了一个残差连接的原型网络模块,提升模型的域适应能力.在FewRel 2.0数据集上,本方法比现有方法取得了更高的F1分数,表明了本方法在小样本医学关系三元组抽取问题上的优越性.
深度学习、小样本、关系三元组抽取、对抗训练
19
TP18(自动化基础理论)
自然科学基金项目;科技部重点研发项目;上海市重大科技项目
2023-05-05(万方平台首次上网日期,不代表论文的发表时间)
共3页
52-54