基于特征选择的人物关系抽取方法

被引：21

作者：

黄卫春

范少帅

熊李艳

钟茂生

机构：

[1] 华东交通大学信息工程学院

来源：

科学技术与工程 | 2015年 / 15卷 / 03期

关键词：

关系抽取; SVM; 特征选择; 多分类;

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：

在人物关系抽取中,其特征空间维度往往非常高,会造成向量稀疏问题,从而影响关系抽取的效率。针对这一现象,首先将人物关系分为6类;然后引入了文档频率、信息增益、互信息和χ2统计这四种文本文类的特征选择算法,对特征空间进行降维。最后运用SVM分类器抽取人物的实体关系。实验结果表明这四种特征选择算法不仅能够保证抽取性能,还能有效的降低向量空间维数,极大提高关系抽取效率。其中,χ2统计算法效果最佳,信息增益次之。

引用

页码：254 / 259

页数：6

共 7 条

[1]

Tree kernel-based semantic relation extraction with rich syntactic and semantic information.[J].Guodong Zhou;Longhua Qian;Jianxi Fan.Information Sciences.2009, 8

[2]

Exploring syntactic structured features over parse trees for relation extraction using kernel methods.[J].Min Zhang;GuoDong Zhou;Aiti Aw.Information Processing and Management.2007, 2

[3]

Kernel-Based Semantic Relation Detection and Classification via Enriched Parse Tree Structure [J].