蔡 强，郝佳云，曹 健，李海生

(1. 北京工商大学 计算机与信息工程学院，北京 100048；2. 北京工商大学 食品安全大数据技术北京市重点实验室，北京 100048)

0　引言

信息抽取技术在自然语言处理领域十分重要。关系抽取作为信息抽取的重要分支，用来识别文本中实体预先定义的语义关系[1]。即对于实体对e1和e2，二者之间相关关系可以形式化地表示为三元组形式，其中r为关系描述类型。例如，给定一个简单的包含实体关系的句子： "Bill Gates is the founder of the Microsoft."，其中实体对"Bill Gates"与“Microsoft”之间的关系为"founder"。关系抽取技术已经被广泛应用于信息检索、基因疾病关系挖掘、知识图谱等重要领域。

近年来，深度学习在很多自然语言处理任务中取得了较好效果，因此大量算法采用深度学习的方法进行特征提取以及关系抽取。2012年，Socher[2]提出使用递归神经网络来解决关系分类问题，通过递归神经网络得到句子向量表示，从而用于关系分类。之后，Zeng[3]等人采用卷积神经网络结合词向量及词语位置信息进行关系分类。虽然这些方法取得了较好效果，但是在对模型进行训练时需要大量标注数据，耗费了大量的人力物力。因此，本文重点研究远程监督方法。

远程监督关系抽取首次由Craven[4]等人提出，利用知识库信息来发现蛋白质与细胞/疾病/药物之间的关系。Mintz[5]等人通过将知识与文本集对齐来进行大规模关系抽取。但是，错误标签引入了大量噪声，因此文献[6]提出了使用多示例学习的远程抽取策略，大规模减少了人工标注数据的工作，但是由于在句子编码时未充分利用句子中重要的语义信息，抽取结果准确率并不高。……