Nlp 通过远程监督提取关系的负面例子来自哪里？

在视频中，Dan Jurafsky展示了如何从种子开始，在语料库中搜索它们，并提取这些种子实例的特征（尽管他没有说明nlp从业者如何提取特征：）

---

他接着说，语料库中的种子实例被视为监督分类器的正面例子。但是监督分类器需要正反两方面的例子。当NLP实践者通过远程监督进行这种关系提取时，负面示例从何而来？

通常，在远程监督中，负面示例生成是一种启发式方法，通常依赖于语料库。对于关系抽取，通常假设语料库是完整的。因此，对于给定的一对实体

（a，b）

，语料库中

a

和

b

之间没有关系被视为

a

和

b

事实上不相关的证据。这提供了一对

（a，b）

作为反面示例

例如，在Jurafsky的论文中，作者通过随机选择不出现在任何Freebase关系中的实体对，建立了一个称为

不相关的显式关系。请注意，正如正面例子一样，负面例子在远程监督中也会发出噪音。我引用sec的话。6.3同一份文件：

虽然这些实体对中的一些可能事实上是相关的，但从Freebase数据中被错误地忽略了，但我们预计这些实体对平均
假阴性对分类器的性能影响很小

请注意，本文来自2009年。研究人员很快就发现了“我们期望……有一点效果……”这句话。最近关于使用远程监控进行关系提取的工作试图克服由简单启发式（如我刚才描述的）产生的错误否定的不利影响。这是因为在现实中，知识库（如Freebase）通常是不完整的。举几个例子：

与段落检索模型一起使用的多实例学习器。文章检索模型对否定的例子进行排序，以反映它们实际上是否定的可能性。（参考）
从正面和未标记的例子中学习关系，而不是从明确的负面例子中学习关系。（参考）
这两篇论文都是2013年的。不幸的是，对这些方法的更详细解释或分析超出了SO的范围。
可能来自freebase？