面向小样本关系抽取的自适应胶囊网络

摘要：

小样本关系抽取任务是自然语言处理中的热点问题,旨在使用低成本的标注数据训练关系抽取模型.目前广泛使用的原型网络存在类原型表达不准确、不完整等问题.为了克服该问题,提出一种自适应胶囊网络(adaptive capsule network,ACNet),ACNet借助胶囊网络的归纳能力生成类原型,并在此基础上对动态路由过程进行评估,使其面对不同样本能自适应调整网络参数.同时,在ACNet中引入一种记忆迭代机制,帮助模型快速确定类表示.在小样本关系数据集FewRel上进行实验验证得出,ACNet能够有效处理小样本关系抽取任务.

关键词：关系抽取、小样本、自适应、胶囊网络、动态路由

所属期刊栏目：39

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金;国家自然科学基金

在线出版日期：2022-08-16（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：2357-2362