Encontrando Instâncias Influentes para Extração de Relações Supervisionadas à Distância

A supervisão à distância (DS) é uma forma poderosa de expandir os conjuntos de dados para aprimorar modelos de extração de relações (RE), mas frequentemente sofre com alto ruído nas etiquetas. Trabalhos atuais baseados em atenção, aprendizado por reforço ou GAN são modelos de caixa-preta, portanto, não oferecem uma interpretação significativa da seleção de amostras em DS nem estabilidade em diferentes domínios. Em contrapartida, este trabalho propõe um novo método de amostragem de instâncias agnóstico ao modelo para DS através da função de influência (IF), denominado REIF. Nosso método identifica instâncias favoráveis/desfavoráveis no conjunto com base na IF, em seguida, realiza uma amostragem dinâmica de instâncias. Projetamos um algoritmo de amostragem de influência rápido que reduz a complexidade computacional de O (mn) para O (1), analisando sua robustez na função de amostragem selecionada. Experimentos mostram que, ao simplesmente amostrar as instâncias favoráveis durante o treinamento, o REIF é capaz de superar uma série de linhas de base com arquiteturas complicadas. Também demonstramos que o REIF pode apoiar a seleção de instâncias interpretáveis.