细粒度实体分类是信息抽取的一项关键基础任务,该技术为信息抽取、知识图谱构建、问答系统等下游应用提供了重要的技术支撑。由于细粒度实体分类的人工标注数据较难获取,工业界与学术界通常采用远程监督的方法去获取构建细粒度实体分类系统所需的训练语料。远程监督方法给细粒度实体分类带来了噪声标签的问题。如何利用带噪声标签的数据去构建细粒度实体分类系统称为远程监督细粒度实体分类,也是目前细粒度实体分类技术的核心问题。现有方法对噪声数据的利用存在丢失训练语料、易受到确认偏差影响等问题。半监督学习是监督学习与无监督学习相结合的一种学习方法,希望借助大量的未标记数据来提高模型的性能,通常依赖于数据的全局和局部一致性来利用未标记数据。针对目前对噪声数据利用方面的问题,本文从半监督学习角度出发,同样依赖于数据的全局和局部一致性以利用带噪声标签数据,提出了两种方法对该技术进行研究:(1)基于压缩隐空间簇的远程监督细粒度实体分类方法:为了绕开确认偏差问题,同时有效的利用带噪声标签的数据,该方法构造了一个基于标签传播的正则化损失对模型的特征抽取器进行约束,从而建模了局部和全局一致性假设。该约束使得同一个类簇的样本聚拢在一起。在数据间的标签相似度计算上,该方法提出在样本表示空间上通过标签传播方法得到每个样本的标签分布,然后利用这个分布去计算相似度。通过压缩隐空间簇方法,该方法在绕开确认偏误问题的同时,有效利用了噪声数据,不仅在两个基准数据集上都超过发表时国内外同类算法报告的结果(该方法发表在NAACL 2019中),而且在高噪声情况下,显著优于同等条件下基于部分标记损失的方法,在公开数据集BBN上仅仅利用27.9%的数据就达到了与之前最好的方法相当的结果。(2)基于虚拟对抗训练的远程监督细粒度实体分类方法:从局部分布式平滑度角度出发,通过虚拟对抗训练构造了一个可以增大局部分布式平滑度的损失,从而建模了局部一致性。首先,该方法构造了使局部分布式平滑度最小的扰动。然后该方法基于分类器的预测在扰动下应保持平滑的假设,去构造针对分类器的正则化损失。由于该方法存在确认偏差问题,因此在高噪声情况下,本文提出了一种启发式的样本选择函数以缓解该问题。在高噪声情况下,该样本选择函数带来了很大的性能提升。此外本文也探索了词性标注辅助任务训练与该方法结合的效果,希望模型学到词性方面的信息来帮助其分类。借助以上这些技术,该方法在两个基准数据集上显著提高了基础模型的效果,并超过了当前最先进水平。本文所提出的两种方法为远程监督细粒度实体分类提供了一种崭新的思路,相比较过去的方法更好的利用了噪声数据去训练模型,在两个公开数据集上实现了当前最好效果。此外,本文提出的方法在2019年TAC KBP大赛的实体识别与实体发现赛道上,取得了综合成绩国内第一名的优异成绩。方法本身也被应用在了中国工程科技知识中心建设项目中的知识计算引擎中。