我目前正在研究实体关系方面的内容，发现很多论文中采用了远程监督来标注数据。我对远程监督的理解是，我们拥有一个已建立的知识库（KB），通过检查提取的实体对是否存在于知识库中，来进行一种“基于规则的标注”。如果实体对存在于知识库中，则被标记为正例，否则被标记为负例。
我的问题是：
- 我对远程监督的概念理解正确吗？
- 如果是的，那么我就不明白为什么我们要训练神经网络来分类基于规则的系统？例如，如果将来我们得到包含实体的新句子，并且我们想检查它们之间是否有关系，为什么不直接参考知识库？为什么要训练实体关系呢？
谢谢
回答：
远程监督是一种使用基于规则的启发式方法来生成标注数据的方法，生成的标注数据随后用于训练模型（通常是神经网络）。
知识库（KB）可以作为基于规则的启发式方法使用。正如@Nathan McCoy 所说，知识库通常不会是完整的，模型将使您能够检测到知识库中不存在的两个实体之间的关系。
Snorkel 是一个为远程监督开发的工具的例子
