融合多特征的基于远程监督的中文领域实体关系抽取

被引：22

作者：

王斌 ^{[1
]}

郭剑毅 ^{[1
,2
]}

线岩团 ^{[1
,2
]}

王红斌 ^{[1
,2
]}

余正涛 ^{[1
,2
]}

机构：

[1] 昆明理工大学信息工程与自动化学院

[2] 昆明理工大学智能信息处理重点实验室

来源：

模式识别与人工智能 | 2019年 / 32卷 / 02期

关键词：

远程监督; 实体关系抽取; 领域知识库; 特征融合; 隐含狄利克雷分布主题模型;

D O I：

10.16451/j.cnki.issn1003-6059.201902005

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

针对从未标记的文本中抽取中文领域实体关系的问题,文中提出基于远程监督的领域实体属性关系抽取的混合方法,利用知识库中已有结构化的关系三元组,从自然语言文本中自动获取训练语料.针对远程监督方法标注数据存在大量噪声的问题,采用隐含狄利克雷分布主题模型抽取主题关键词,再与关系类型进行相似度计算和对关键词模式匹配进行去噪.最后提取词性特征、依存关系特征和短语句法树特征,并进行融合,训练关系抽取模型.实验表明,3种特征融合的F值较高,抽取性能较好.

引用

页码：133 / 143

页数：11

共 6 条

[1]

Long short-term memory [J].