大间距原型网络用于少样本关系分类与细粒度特征
发表于: 。本研究针对关系分类中的长尾关系识别困难问题,提出了一种改进的少样本学习框架LM-ProtoNet (FGF)。通过采用大间距原型网络及细粒度特征,显著提升了对长尾关系的泛化能力,实验结果显示该方法在FewRel数据集上取得了显著的性能提升。
本研究针对关系分类中的长尾关系识别困难问题,提出了一种改进的少样本学习框架LM-ProtoNet (FGF)。通过采用大间距原型网络及细粒度特征,显著提升了对长尾关系的泛化能力,实验结果显示该方法在FewRel数据集上取得了显著的性能提升。