实体关系模板的获取技术

被引:13
作者
陈晓颖
胡熠
陆汝占
机构
[1] 上海交通大学计算机科学与工程系
关键词
信息提取; 机器学习; bootstrapping;
D O I
暂无
中图分类号
TP181 [自动推理、机器学习];
学科分类号
140502 [人工智能];
摘要
确定实体间的关系有助于理解文本,提高信息检索的正确率。该文研究中文实体关系模板的获取技术,提出了一种STG的bootstrapping训练方法。该方法采用生物信息学中的序列比对技术计算上下文的语义模板,使用一定的评估机制筛选模板,有效地扩充元组以提高下一轮训练的质量。实验结果表明,STG生成的模板不仅能覆盖大量的元组,而且正确率可达99%。
引用
收藏
页码:199 / 201
页数:3
相关论文
共 1 条
[1]
Learning rules for conceptual structure on theWeb [J].
Han, H ;
Elmasri, R .
JOURNAL OF INTELLIGENT INFORMATION SYSTEMS, 2004, 22 (03) :237-256