一种基于条件随机场的领域术语上下位关系获取方法

被引：5

作者：

黄毅 ^{[1
]}

王庆林 ^{[1
]}

刘禹 ^{[2
]}

机构：

[1] 北京理工大学自动化学院

[2] 中国科学院自动化研究所

来源：

中南大学学报(自然科学版) | 2013年 / S2期

关键词：

条件随机场; 上下位关系发现; 机器学习; 本体学习; 知识挖掘;

D O I：

暂无

中图分类号：

TP18 [人工智能理论]; TP391.1 [文字信息处理];

学科分类号：

081104 ; 0812 ; 081203 ; 0835 ; 1405 ;

摘要：

提出一种基于条件随机场的领域术语上下位关系获取方法。首先,结合百科名片中结构化、制式化的语言表达形式,通过统计分析,提炼出适用于通用模型的特征词词典。然后,在词和词性特征的基础上,结合特征词词典内容和标点符号信息,利用CRF机器学习技术对术语间上下位关系的内在规律进行学习,得到其表达方式和存在环境的概率模型。最后,通过实验对模型的准确性进行验证,并提出了改进。实验结果表明:该方法抽取上下位关系的准确率达到73.50%。

引用

页码：355 / 359

页数：5