笔记：用于连续关系提取的一致性表征学习

Consistent Representation Learning for Continual Relation Extraction

• 来源：Zhao et al.,ACL 2022.

• 任务：Continual relation extraction (CRE)

• 动机：传统的关系抽取RE(其实更像是关系分类RC)总是在一个假设下即预定义的固定关系以及在固定数据集训练，然而真实世界关系并不是一个固定的预定义关系集能够涵盖的，现实世界关系是不断增长的。因此，连续关系提取(CRE)的目的是在不忘记旧关系的同时，利用新关系数据不断训练模型。

• 方法：CRE的核心问题在于灾难性遗忘，搞了新的忘了旧的。本文使用memory-based方法解决灾难性遗忘的问题，之前的memory-based方法总是会过拟合存储的样本且在不平衡的数据集中表现不好，为了克服这些问题，本文提出了一个新的CRE方法--使用监督对比学习和知识蒸馏来为持续的关系学习，学习一致的关系表示。

  [注]：没接触过CRE，这篇就简单看了下摘要介绍的相关工作，写在这里插个眼，以后了解了解。

原文地址：https://www.cnblogs.com/n-ooo/p/16407916.html