Distant Supervision——远程监督

墨衍会员 · AI 创作全网分发 墨衍智能分发 本文由作者通过墨衍一键同步至各平台 1分发平台 1w累计阅读 1w+平均单平台已同步平台优快云微信公众号微博知乎掘金百家号博客园抖音小红书 你的文章也可以这样分发 墨衍会员 ¥399起/年，写一次发全网我也要 → 码龄12年

关注

原创最新推荐文章于 2026-09-11 08:37:09 发布 1w 阅读 AI 写同款· GEO 优化 ›

论文笔记：Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Network 首次提出使用多实例结合分段CNN进行关系抽取阅读详情

定义：只要包含两个Entity的句子，都在描述同一种关系。
用途：主要用来为关系分类任务扩充数据集。
优点：能够很快速地为数据集打上标签
缺点：它假设只要包含两个Entity的句子，都在描述同一种关系，这个假设会产生很多地错误标签。可能这两个Entity这是与某个主题有关。因此往往还需要用一些过滤的方法去筛选出对关系分类有用的句子，比如sentence-level Attention。

收录于

NLP

当前文章被收录于：

NLP

3 篇文章 0 人学习

订阅专栏查看详情

当前文章被以下社区和专栏收录：

标签

#Distant Supervision

Distant supervision for relation extraction 远程监督论文链接：https://pan.baidu.com/s/1CrRm2TEEmhuvsSjNB4uF7g 提取码：0wlb 最近在读关系抽取方面的论文，发现 Distant supervision 的概念出现频率很高。追根溯源，Mintz 在2013年首次提出使用远程监督的方式训练关系抽取模型。本文不对论文进行详细解释，仅用来记录本人认为的一些重点，方便日后查阅。为什么使用远程监督在远程监督应用于关系抽取领域之前，主要有三种用来训练模型的方式(learning paradigm)，分别是Super. 阅读详情

相关推荐

ARNOR阅读笔记

论文名称《Attention Regularization based Noise Reduction for Distant Supervision Relation Classification》基于注意力正则化的ARNOR框架文章目录弱监督关系抽取基于多示例学习的方法基于Bootstrapping的方法弱监督关系抽取弱监督学习是有监督学习和无监督学习的折中，训练数据只有部分标注有噪声...

nstarLDS的博客 661

远程监督的方法进行关系抽取简介

1引言传统意义上讲，关系抽取是实体识别基础上的一个任务，其核心是抽取一个句子中包含实体对之间的关系。第一步就是训练一个关系抽取器，换句话讲就是训练一个关系分类器。因为模型不可能自己给关系起名字，所以我们需要人工的标注好语料，基于语料库我们一共有多少种关系。当模型训练好了之后，给它一个包含两个实体的句子，我们通过特征提取生成一个句子向量，通过根据语料数据训练出的关系抽取器来判定该句子应当分...

afvko8191的博客 733

PCNN模型解读：《Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Networks》

PCNN模型解读本文是Daojian Zeng, Kang Liu, Yubo Chen and Jun Zhao的论文《Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Networks》的简要解读。 Multi-instance problem 训练样本：bag bag：由多个instance组成，普通的训练任务中训练样本就是instance bag有label，这个label是对于整个bag

qq_43496336的博客 1522

知识图谱—关系抽取—远程监督—OpenNRE(一)

一、远程监督简介远程监督的英文名称Distant Supervision，是目前关系抽取中比较常见的一类做法。该方法由 M Mintz 大佬于ACL2009上首次提出，它既不是单纯的传统意义上的监督语料，当然也不是无监督。它是一种用KB去对齐朴素文本的标注方法（Distant supervision for relation extraction without labeled data ）。 KB中已经存在实体-关系-实体的三元组，只需要把这三元组付给朴素文本中相应的句子就可以了。这时候z大佬就

hdpai2018的博客 1746

Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Networks

主要贡献提出使用PCNN来自动提取特征。往PCNN中加入multi-instance learning，用来解决远程监督引发的错误标签问题。提出分段进行max pooling，从而考虑两个Entity之间的结构特征。作者提出，之前关于关系分类的方法主要分为2种： 1. 基于特征的方法，这种方式对人工特征向量的要求较高，需要为数据集找出一种合适的特征表示。 2. 基于kernel...

dalangzhonghangxing的专栏 1962

关系抽取之远程监督算法（Distant Supervision）

信息抽取是自然语言处理中非常重要的一块内容，包括实体抽取（命名实体识别，Named Entity Recognition）、关系抽取（Relation Extraction）和事件抽取（Event Extraction）。这次介绍的关系抽取属于自然语言理解（NLU）的范畴，也是构建和扩展知识图谱的一种方法。

Python，数据分析，机器学习，深度学习 6747

实体关系抽取学习笔记

1 关系抽取概述 1.1 简介关系抽取可分为全局关系抽取与提及关系抽取。全局关系抽取基于一个很大的语料库，抽取其中所有关系对，而提及关系抽取，则是判断一句话中，一个实体对是否存在关系，存在哪种关系的工作。常见的关系抽取结果可以用SPO结构的三元组来表示，即 (Subject, Predication, Object)，如：中国的首都是北京 ==> (中国, 首都, 北京) 关系抽取的分类：是否有确定的关系集合：限定关系抽取：事先确定好所有需要抽取的关系集合，则可讲关系抽取看作是一中

zerozzl01的博客 4793

《论文阅读》利用远程监督选择知识用于对话回复生成

你是否也对于理解论文存在困惑？你是否也像我之前搜索论文解读，得到只是中文翻译的解读后感到失望？小白如何从零读懂论文？和我一起来探索吧！今天为大家带来的是《Unsupervised Knowledge Selection for Dialogue Generation》出版：ACL-IJCNLP时间： 2021类型：对话生成特点：远程监督知识选择+知识蒸馏作者：Shengding Hu。

MyHeartWillGoOn 1025

Distant Supervision 远程监督

文章目录1引言2 DS 远程监督2.1 training2.2 testing特征提取Lexical featuresSyntactic features4 结论Reference 1引言传统意义上讲，关系抽取是实体识别基础上的一个任务，其核心是抽取一个句子中包含实体对之间的关系。第一步就是训练一个关系抽取器，换句话讲就是训练一个关系分类器。因为模型不可能自己给关系起名字，所以我们需要人工的标注...

m0_38024592的博客 1250

可重复使用的计算机视觉工具:supervision

主要语言：Python 项目分类：[工具] [AI] 项目标签：[开发工具] [开发辅助] [计算机视觉] 推荐理由：一个为您编写可重复使用的计算机视觉工具的项目。通过这个项目，用户可以更轻松地创建和管理计算机视觉应用所需的工具和流程。无论是数据集准备还是模型训练，Supervision 提供了帮助开发者的工具。

Distant supervision 相关文献

Distant supervision 相关文献 Distant supervision 相关文献

关系抽取冷启动：基于远程监督（Distant Supervision）与噪声过滤实战

在企业级知识图谱构建或专业领域（如医疗临床、金融投资）的信息抽取任务中，训练一个高精度的实体关系抽取模型通常需要数十万条带有三元组标注（）的句子。然而，纯人工精标注成本极其高昂（单条三元组标注成本可达数元人民币）。。然而，远程监督遵循的基本假设是：“如果两个实体在知识库中存在某种关系，那么任何同时包含这两个实体的句子都在表达这种关系”。这一假设过于激进，导致自动生成的语料中潜伏着。如何利用在训练中动态降噪？本文拆解端到端技术方案与 PyTorch 实现。

lady_mumu的博客 987

Distant Supervision

Two problems arise when using distant su- pervision for relation extraction. First, in this method, an already existing knowl- edge base is heuristically aligned to texts, and the alignment results are treated as la- beled data. However, the heuristic align- ment can fail, resulting in wrong label problem. In addition, in previous ap- proaches, statistical models have typically been applied to ad hoc features. The noise that originates from the feature extraction process can cause poor performance.

远程监督数据集中的噪声问题

远程监督数据集中的噪声问题Distant Supervision产生两个问题错误标签问题错误传播或累积数据集最近阅读了几篇论文，看了一些资料，总结一下所得。 Distant Supervision 远程监督（Distant Supervision；Mintz et al., 2009）常被用来快速自动构建关系抽取任务数据集，注意点有二：一个假设：如果两个实体在知识库中具有关系，那么包含这两个...

weixin_44517247的博客 1746

Zynq工程IP核封装：XCI引用与约束继承实战指南

IP核封装是FPGA系统设计中实现模块复用、团队协作与技术资产沉淀的关键环节。其本质是将功能逻辑、时序约束、接口协议和硬件配置统一抽象为可配置、可验证、可演进的标准化组件。核心原理在于通过XCI文件保留IP核的参数化定义能力，依托Vivado IP Packager实现约束继承、端口自动映射与时钟域解耦，从而保障跨项目集成的时序可信性与约束完备性。该技术广泛应用于Zynq SoC视频处理、高速接口（如HDMI/TMDS）、多时钟域控制系统等场景，尤其在需要长期维护与版本迭代的工业级嵌入式开发中具有不可替代的

weixin_42593701的博客 122

机器学习：共轭梯度算法（PCG）

今天介绍数值计算和优化方法中非常有效的一种数值解法，共轭梯度法。我们知道，在解大型线性方程组的时候，很少会有一步到位的精确解析解，一般都需要通过迭代来进行逼近，而 PCG 就是这样一种迭代逼近算法。我们先从一种特殊的线性方程组的定义开始，比如我们需要解如下的线性方程组： Ax=bAx=b 这里的 A(n×n)A(n×n) 是对称，正定矩阵， b(n×...

weixin_30807677的博客 3181

早期文献中的关系抽取论文整理，赶紧 Mark 起来！

来源 | 优快云博客作者 |Matt_sh，责编 |Carol出品 | 优快云云计算（ID：优快云cloud）本文是个人阅读文章的笔记整理，没有涉及到深度学习在关系抽取中的应...

优快云业界要闻 1200

云卓遥控器+DIY高清摄像机的方案（完美接入原系统）

发云卓H16 1080P数图控三合一10公里其中它月

fgh00000的博客 1万+

Distant supervision for relation extraction without labeled data论文理解

Distant supervision for relation extraction without labeled data论文理解论文作者：Mike Mintz, Steven Bills, Rion Snow, Dan Jurafsky 核心词汇：multiclass logistic regression classifier 多类逻辑回归分类器 named entity tagge...

super_dmz的博客 2348

游戏开发中的AI与RAG技术应用实践

检索增强生成(RAG)技术是当前AI领域的重要突破，它通过结合信息检索与文本生成能力，显著提升了大型语言模型在专业领域的实用性。其核心原理是建立动态知识库，在生成响应前先检索相关专业资料作为上下文。这种技术特别适合解决游戏开发中的复杂问题，如虚幻引擎API查询、角色背景生成等技术场景。在实际工程应用中，RAG系统需要精心设计分层检索策略、缓存机制和硬件加速方案。通过将RAG深度集成到游戏引擎工作流中，开发者可以快速解决技术难题，新成员也能更快掌握引擎特性，大幅提升团队协作效率。

weixin_29323977的博客 533

VictoriaMetrics | 云原生监控新宠: 使用 vmagent 工具采集 VM 集群指标实战

摘要：本文介绍了vmagent工具的安装部署及配置实践，该工具是VictoriaMetrics官方提供的指标采集组件，支持兼容Prometheus指标采集与转发。文章详细讲解了从二进制方式部署vmagent的步骤，包括下载安装、创建运行环境、配置systemd服务等过程。通过8429端口可查看采集状态，并演示了将Prometheus配置迁移到vmagent的方法。vmagent可实现远程写入VictoriaMetrics集群，为云原生监控提供高效解决方案。

全栈工程师修炼指南-IT知识分享 445

Distant Supervision for Relation Extraction via Piecewise Convolutional Neural Networks 论文解读

1. 摘要在关系抽取中使用远程监督会产生两大问题。第一，在远程监督中会将知识库和文本进行启发式对齐，然后启发式对齐可能会导致错误标注的数据。第二，在之前的方法中，统计模型通过特定的特征进行分类，但特定特征产生的噪声往往会导致较差的效果。在本文中，提出了多示例学习和PCNNs来处理上述的两个问题。其中多示例学习解决了远程监督的噪声问题。后者是通过分段的CNN来自动学习特征。实验证明，我们...

herosunly的博客 1万+

Android16 RK3576 Bluetooth source和sink模式切换

摘要：本文介绍了在RK3576平台上实现蓝牙A2DP模式动态切换的修改方案。通过在device配置文件中添加A2DP Sink相关属性，修改Bluetooth模块代码实现：1）在Config.java中增加persist.bluetooth.rka2dpsink属性控制模式切换；2）修改A2dpSinkStreamHandler.java取消音频焦点限制；3）调整btif_a2dp_sink.cc默认授予音频焦点。最终通过设置persist.bluetooth.rka2dpsink属性为true/false

tzj1058756809的博客 860

上一篇： Reinforcement Learning for Relation Classification from Noisy Data

下一篇：关系提取与关系分类——论文阅读列表

ARNOR阅读笔记

nstarLDS的博客

05-15

661