Classification des relations sémantiques par réseaux de neurones convolutifs avec échantillonnage négatif simple

Les caractéristiques syntaxiques jouent un rôle essentiel dans l'identification des relations au sein d'une phrase. Les modèles de réseaux neuronaux précédents souffraient souvent de l'introduction d'informations non pertinentes lorsque les sujets et les objets étaient éloignés. Dans cet article, nous proposons d'apprendre des représentations relationnelles plus robustes à partir du plus court chemin de dépendance grâce à un réseau neuronal convolutif. Nous proposons également une stratégie simple de sous-échantillonnage négatif pour améliorer l'attribution des sujets et des objets. Les résultats expérimentaux montrent que notre méthode surpasse les méthodes de pointe actuelles sur le jeu de données SemEval-2010 Task 8.