小样本医学关系三元组抽取  

作　　者：蒋帅 何良华[1] 

机构地区：[1]同济大学电子与信息工程学院,上海201804

出　　处：《电脑知识与技术》2023年第7期52-54,共3页Computer Knowledge and Technology

基　　金：自然科学基金联合基金(项目号:U18092006);自然科学基金(项目号:62171323);科技部重点研发项目(项目号:2020YFA0711400);上海市重大科技项目(项目号:2021SHZDZX0100);长江学者奖励计划;中央高校基本科研业务费等项目的支持

摘　　要：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。

关 键 词：深度学习 小样本 关系三元组抽取 对抗训练 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]