谢明鸿，冉 强，王红斌

(1.昆明理工大学信息工程与自动化学院，云南 昆明 650500; 2.昆明理工大学云南省人工智能重点实验室,云南 昆明 650500)

1 引言

随着互联网大数据时代的到来，各式各样的数据以一种近乎爆炸的方式不断地增长。面对五花八门、分类多样的数据，尤其是文本数据，如何快速且有效地发掘抽取其中的实体及实体关系就成为了一个亟待解决的问题。关系抽取是信息抽取和自然语言理解中的一个核心任务。关系抽取的目标是从一个或多个句子中预测其中的实体与实体对应的关系[1 - 3]。同样地，人物关系抽取的目的是利用从样本数据集中提取到的特征对人物实体对间的关系进行预测，由此得到的人物实体对-关系三元组〈en1,rel,en2〉可进一步用于构建高质量、大规模的人物关系知识图谱[4]和知识库，并应用于自动问答系统等任务，帮助人们快速获取有效的信息。

用于关系抽取的大规模标注数据集的获取是关系抽取的一大难题。有监督方法的关系抽取数据集，通常需要人们花费大量的时间和精力去整理收集并人工添加标签，无疑代价巨大。因此，远程监督的思想应运而生。远程监督最早是由Mintz等人[5]于2009年国际计算语言学协会年会(ACL2009)上提出的，是一种用知识库去自动对齐朴素文本实体并标注的方法。但是，受远程监督思想假设性太强的影响，由此构建的数据集存在标签噪声问题。人们发现多示例学习的思想比较契合远程监督的噪声问题，因此，在多示例学习的基础上结合神经网络代替传统机器学习方法进行关系抽取成为了一大研究热点。……