基于LM算法的领域概念实体属性关系抽取

被引：13

作者：

刘丽佳 ^{[1
,2
]}

郭剑毅 ^{[1
,2
]}

周兰江 ^{[1
,2
]}

余正涛 ^{[1
,2
]}

邵发 ^{[1
,2
]}

张金鹏 ^{[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：

中文信息学报 | 2014年 / 28卷 / 06期

关键词：

BP神经网络; LM算法; 属性关系抽取;

D O I：

暂无

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：

针对非结构化自由文本中关系模式比较复杂,关系抽取性能不高的问题,该文提出了利用BP神经网络的优化算法-LM算法,对非结构化自由文本信息中的领域概念实体属性关系进行抽取。首先对语料进行预处理,然后利用CRFs模型对领域概念的实例、属性和属性值进行实体识别,然后根据领域中各类关系的特点分别进行特征提取,构造BP神经网络模型,利用LM算法抽取相应关系。和适用于二分类问题的SVM相比,人工神经网络优化算法自主学习能力强,识别精度高,更适用于多分类的问题。通过几组实验表明,该方法在领域概念实体属性关系抽取方面取得了良好的效果,F值提高了12.8%。

引用

页码：216 / 222

页数：7

共 9 条

[1]

基于弱监督的属性关系抽取方法 [J].