摘要

句子级关系抽取（Sentence-level Relation Extraction, RE）面临严重的数据分布不平衡问题：约80%的样本被标记为负例（即无关系），而正例中存在少数类（Minority Classes, MC），且部分少数类样本存在标签噪声。由于标签噪声和少数类样本稀缺等挑战，大多数现有模型难以有效学习少数类，在这些类别上往往取得零或极低的F1分数。然而，以往研究多关注微平均F1分数（micro-F1），对少数类的关注不足。为缓解少数类的高误分类问题，本文提出两项创新方法：（1）少数类注意力模块（Minority Class Attention Module, MCAM），用于计算少数类样本的置信度，筛选出可信样本用于数据增强，并在模型训练过程中聚合少数类信息；（2）面向关系抽取任务的高效增强方法。实验结果表明，所提方法在TACRED数据集上取得了当前最优的F1分数，同时显著提升了少数类的F1得分。