文レベルの関係抽出をカリキュラム学習を用いて改善する

文単位の関係抽出は、文内における二つのエンティティ間の関係を分類することを主な目的としている。文単位の関係抽出コーパスには、モデルが推論しにくいデータやノイズを含むデータが頻繁に含まれる。本論文では、データの難易度に基づいてデータを分割し、学習に活用するカリキュラム学習に基づく関係抽出モデルを提案する。代表的な文単位関係抽出データセット、TACREDおよびRe-TACREDを用いた実験において、提案手法はそれぞれF1スコア75.0%および91.4%を達成し、現時点での最先端性能を示した。