小样本关系分类研究综述

作     者：胡晗 刘鹏远 HU Han;LIU Pengyuan

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 

出 版 物：《中文信息学报》 (Journal of Chinese Information Processing)

年 卷 期：2022年第36卷第2期

页      面：1-11页

核心收录：

学科分类：08[工学] 081203[工学-计算机应用技术] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：北京市自然科学基金(4192057)。 

主　　题：关系分类 小样本学习 元学习 

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。