什么是远程监督？

Question

根据我的理解，远距离监督是一种过程，它规定了一篇文章中的单个单词，通常是一个句子，试图传达的概念。

例如，数据库维护结构化关系concerns( NLP, this sentence).

我们的远程监控系统将输入一句话："This is a sentence about NLP."

基于该句子，它将识别实体，因为作为预处理步骤，该句子将通过命名实体识别器NLP & this sentence传递。

因为我们的数据库认为NLP和this sentence是通过concern(s)的键联系在一起的，所以它会识别出表示关系Concerns(NLP, this sentence)的输入句子。

我的问题有两个：

1)这有什么用？是不是以后我们的系统可能会看到“狂野”的句子，比如That sentence is about OPP，并意识到它之前看到了类似的东西，从而实现了这种新颖的关系，从而仅基于单词/单个标记的concerns(OPP, that sentence).？

2)它是否考虑了句子中的实际单词？例如，动词“is”和副词“about”意识到(通过WordNet或其他下义词系统)这在某种程度上类似于更高阶的概念“关注”？

有没有人有一些代码用于生成我可以查看的远程监督系统，即交叉引用知识库(如Freebase )和语料库(如NYTimes )并生成远程监督数据库的系统？我认为这将在很大程度上澄清我对远程监督的概念。

Answer 1

RE 1)是的，这是完全正确的。最后，我们想要的是一个分类器，它以文本和文本中提到的一对实体为输入，并告诉我们句子中这些实体之间的关系。远程监督是一种模拟这些训练数据的方法，使用来自已知知识库的“远程监督”。但是，最终目标与大多数机器学习任务相同:概括为新句子。

回复2)当然！远程监督只适用于训练数据是如何生成的1.一旦你假设了远程监督，剩下的就是一个(句子，relation_for_sentence)对的语料库，然后你提取句子上所有常见的自然语言处理特征。

1到第一近似值--有一些“远程监督”模型(如MultiR和MIML-RE)，它们不直接生成虚假的训练数据，而是间接地将监督纳入训练过程本身。但是，即使在这些情况下，潜变量模型中也有一个因素相当于每句话的分类，只是输出变量是潜在的，而不是像普通的远程监督那样天真的“观察”。

Answer 2

根据我现在的理解-远程监督的真正价值是我们可以使用它来标注大型语料库，而不必手动考虑每个句子-因为这在人工小时方面是非常昂贵的-所以最终句子中一些公认的关系将是错误的-但它将是-希望“相当好”……这是很有用的-在一些应用程序中，例如...学者们相互竞争，试图在这个愚蠢的任务中获得更好的分数，而且……其他的事情比如..。(欢迎使用示例)