基于CRF和半监督学习的中文时间信息抽取

被引：8

作者：

闫紫飞

姬东鸿

机构：

[1] 武汉大学计算机学院

来源：

计算机工程与设计 | 2015年 / 36卷 / 06期

基金：

国家自然科学基金重点项目;

关键词：

条件随机场; 时间抽取; 时间识别; 半监督; 自训练;

D O I：

10.16208/j.issn1000-7024.2015.06.044

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

081203 ; 0835 ;

摘要：

为提高文本中时间信息识别和抽取的效率,提出一种基于CRF(条件随机场)的方法。根据时间信息表现出的一般特点,采用机器学习的方法,通过分析文本中相关词性、短语结构和上下文信息等,提取时间信息的外部特征,采用一种自训练的半监督方法,使用CRF进行识别和抽取。实验结果表明,该方法有效提升了时间识别的性能,在显性时间、隐性时间和总体时间上分别取得了96.25%、88.65%和93.97%的F1值。

引用

页码：1642 / 1646

页数：5

共 9 条

[1] 基于语义角色的中文时间表达式识别 [J].

刘莉 ;

何中市 ;

邢欣来 ;

毛小丽 .

计算机应用研究, 2011, 28 (07) :2543-2545

[2] 基于最大熵的句内时间关系识别 [J].

王风娥 ;

谭红叶 ;

钱揖丽 .

计算机工程, 2012, 38 (04) :37-39

[3]

Event recognitionbased on time series characteristics. Li Feng-huan,Zheng De-quan,Zhao Tie-jun. Proceedings of Con-ference on Fuzzy Systems and Knowledge Discovery . 2011

[4]

A Rule Based Approach to Temporal Expression Tagging. PawelMaqur,Robert Dale. Proceeding of the International Multiconference on Computer Science and Information Technology . 2007

[5]

ace (automatic content extraction)Chinese annotation guidelines for TIMEX2. Linguistic data consortium. http://www.ldc.upenn.edu/Projects/ACE . 2009

[6]

中文命名实体识别方法研究[D]. 廖先桃.哈尔滨工业大学 2006

[7]

Named Entity Recogni-tion Task Definition Versionl. 4[OL]. Chinchor N,Brown E,Ferro L, et al. ftp:// jaguar. ncsl. nist. gov/ace/phasel/ne99taskdefvl4.pdf . 1999

[8] CRF与规则相结合的军事命名实体识别研究 [J].

姜文志 ;

顾佼佼 ;

丛林虎 .

指挥控制与仿真, 2011, 33 (04) :13-15

[9]

Past TAC (Text Analysis Conference) Data. http://www. nist. gov/tac/data/ . 2011

← 1 →