典型文献
小样本关系分类研究综述
文献摘要：
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(如医疗、金融等领域)收集充足的用于训练关系分类模型的数据十分困难.近年来,仅需要少量训练样本的小样本学习逐渐应用于关系分类研究中.该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,该文还梳理了跨领域和稀缺资源场景下的小样本学习,探讨了目前小样本关系分类方法的局限性,并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.
文献关键词：
关系分类;小样本学习;元学习
中图分类号：
作者姓名：
胡晗;刘鹏远
作者机构：
北京语言大学 信息科学学院,北京 100083;北京语言大学 国家语言资源监测与研究平面媒体中心,北京 100083
文献出处：
引用格式：
[1]胡晗;刘鹏远-.小样本关系分类研究综述)[J].中文信息学报,2022(02):1-11
A类：
B类：
关系分类,分类研究,结构化知识,自然语言处理,多应用,分类模型,十分困难,训练样本,小样本学习,型式,两大类,预训练,定下,跨领域,稀缺资源,分类方法,技术挑战,元学习
AB值：
0.241867
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
