通过课程学习提升句子级关系抽取

句级关系抽取的主要目标是分类句子中两个实体之间的语义关系。现有的句级关系抽取语料库通常包含模型难以推断的复杂样本或噪声数据。本文提出一种基于课程学习的关系抽取模型，该模型根据数据难度进行划分，并分阶段利用不同难度的数据进行学习。在代表性句级关系抽取数据集TACRED和Re-TACRED上的实验结果表明，所提方法分别取得了75.0%和91.4%的F1分数，达到了当前最优（state-of-the-art）性能。