小样本关系分类研究综述(Few-Shot Relation Classification: A Survey)

Han Hu (胡晗), Pengyuan Liu (刘鹏远)


Abstract
关系分类作为构建结构化知识的重要一环,在自然语言处理领域备受关注。但在很多应用领域中(医疗、金融领域),收集充足的用于训练关系分类模型的数据是十分困难的。近年来,仅需要少量训练样本的小样本学习研究逐渐新兴于各大领域。本文对近期小样本关系分类模型与方法进行了系统的综述。根据度量方法的不同,将现有方法分为原型式和分布式两大类。根据是否利用额外信息,将模型分为预训练和非预训练两大类。此外,除了常规设定下的小样本学习,本文还梳理了跨领域和稀缺资源场景下的小样本学习,并探讨了目前小样本关系分类方法的局限性,分析了跨领域小样本 学习面临的技术挑战。最后,展望了小样本关系分类未来的发展方向。
Anthology ID:
2020.ccl-1.34
Volume:
Proceedings of the 19th Chinese National Conference on Computational Linguistics
Month:
October
Year:
2020
Address:
Haikou, China
Editors:
Maosong Sun (孙茂松), Sujian Li (李素建), Yue Zhang (张岳), Yang Liu (刘洋)
Venue:
CCL
SIG:
Publisher:
Chinese Information Processing Society of China
Note:
Pages:
363–375
Language:
Chinese
URL:
https://aclanthology.org/2020.ccl-1.34
DOI:
Bibkey:
Cite (ACL):
Han Hu and Pengyuan Liu. 2020. 小样本关系分类研究综述(Few-Shot Relation Classification: A Survey). In Proceedings of the 19th Chinese National Conference on Computational Linguistics, pages 363–375, Haikou, China. Chinese Information Processing Society of China.
Cite (Informal):
小样本关系分类研究综述(Few-Shot Relation Classification: A Survey) (Hu & Liu, CCL 2020)
Copy Citation:
PDF:
https://aclanthology.org/2020.ccl-1.34.pdf