# 远程监督

## 问题1：远程监督VS多示例学习？

**远程监督：**即为利用知识库数据标注语料库，生成大量的训练数据。

【强假设】：[Mintz et al.(2009)《Distant supervision for relation extraction without labeled data》](https://www.aclweb.org/anthology/P09-1113.pdf)

Mintz提出的假设：**如果知识库中的实体对存在某种关系，那么包含该实体对的每篇文档都存在该关系。**

> 显然是太过绝对了！！
>
> 例如，知识库中的三元组(Bill Gatess, Founder of, Microsoft)，文档“Bill Gatess turn to philanthropy was linked to the antitrust problems Microsoft had in the U.S. and the European union”，该文档并没有表示“Founder of”关系，即使存在该实体对。

【弱假设】：[Riedel et al.(2010)《Modeling Relations and Their Mentions without Labeled Text》](https://link.springer.com/content/pdf/10.1007/978-3-642-15939-8_10.pdf)

**多示例学习**是有监督学习的一种形式，对一个包进行标注，而不是对一个实例。在关系抽取中，每个实体对定义为一个包，包由存在该实体对的所有句子组成。并不是对每个句子打关系标签，而是对整个包。**如果实体对存在某种关系，那么包中至少有一个句子反映了该关系。**