基于Deep Belief Nets的中文名实体关系抽取

被引：69

作者：

陈宇

郑德权

赵铁军

机构：

[1] 哈尔滨工业大学计算机科学与技术学院

来源：

软件学报 | 2012年 / 23卷 / 10期

关键词：

DBN(deep belief nets); 神经网络; 关系抽取; 深层网络; 字特征;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

摘要：

关系抽取是信息抽取的一项子任务,用以识别文本中实体之间的语义关系.提出一种利用DBN(deepbelief nets)模型进行基于特征的实体关系抽取方法,该模型是由多层无监督的RBM(restricted Boltzmann machine)网络和一层有监督的BP(back-propagation)网络组成的神经网络分类器.RBM网络以确保特征向量映射达到最优,最后一层BP网络分类RBM网络的输出特征向量,从而训练实体关系分类器.在ACE04语料上进行的相关测试,一方面证明了字特征比词特征更适用于中文关系抽取任务;另一方面设计了3组不同的实验,分别使用正确的实体类别信息、通过实体类型分类器得到实体类型信息和不使用实体类型信息,用以比较实体类型信息对关系抽取效果的影响.实验结果表明,DBN非常适用于基于高维空间特征的信息抽取任务,获得的效果比SVM和反向传播网络更好.

引用

页码：2572 / 2585

页数：14

共 11 条

[1] 基于特征组合的中文实体关系抽取
黄鑫
朱巧明
钱龙华
刘梅梅
[J]. 微电子学与计算机, 2010, 27 (04) : 198 - 200+204
[2] 基于最大熵模型的观点句主观关系提取
樊娜
蔡皖东
赵煜
[J]. 计算机工程, 2010, 36 (02) : 4 - 6
[3] 基于核函数中文关系自动抽取系统的实现
刘克彬
李芳
刘磊
韩颖
[J]. 计算机研究与发展, 2007, (08) : 1406 - 1411
[4] 基于种子自扩展的命名实体关系抽取方法
何婷婷
徐超
李晶
赵君喆
[J]. 计算机工程, 2006, (21) : 183 - 184+193
[5] 中文名实体识别中的特征组合与特征融合的比较
赵健
王晓龙
关毅
[J]. 计算机应用, 2005, (11) : 2647 - 2649
[6] 前向神经网络隐含层节点数的一种优化算法
夏克文
李昌彪
沈钧毅
[J]. 计算机科学, 2005, (10) : 143 - 145
[7] 实体关系自动抽取
车万翔
刘挺
李生
[J]. 中文信息学报, 2005, (02) : 1 - 6
[8] Relation extraction and the influence of automatic named-entity recognition[J] . Claudio Giuliano,Alberto Lavelli,Lorenza Romano.ACM Transactions on Speech and Language Processing (TSLP) . 2007 (1)
[9] A fast learning algorithm for deep belief nets
Hinton, Geoffrey E.
Osindero, Simon
Teh, Yee-Whye
[J]. NEURAL COMPUTATION, 2006, 18 (07) : 1527 - 1554
[10] Training products of experts by minimizing contrastive divergence
Hinton, GE
[J]. NEURAL COMPUTATION, 2002, 14 (08) : 1771 - 1800

← 1 2 →