基于特征选择的实体关系抽取

合集下载

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

ｔｎｇｉｉａｎ，ｅｐｃｅｒｓｎｒｐ，ｏｘｅｔｄｃｏｓｅｔｙｏ
ｓａｉｔｈｃｒｓｄｉｅｔｃａｓｆａｉｎｆｒｒｄｃｎｅｆａｕｅｓａｅｄｍｅｓｎｔｔｉｗｉｈｗｅｅｕｅｎｔｘｌｓｉｃｔｏｅｕｉｇｔｅｔｒｐｃｉｎｉ．ｓｃｉｏｈｏ
距离特征是指要抽取实体关系的两个实体间的词距。实体扩展特征是指实体的同义词和上位词。语义角色特征是指用实体的语义角色作为特征。
均能在尽量保证抽取性能的同时有效地降低向量空间维数，高分类效率，中统计取得的效果最好。提其关键词：关系抽取；特征选择；息增益；望交叉熵；统计信期
中图分类号：Ｔ３９Ｐ０文献标志码：Ａ文章编号：１０ — ６５２１）２０３ — ３０１３９（０２０ — ５００
毛小丽，中市，何邢欣来，刘莉
（重庆大学计算机学院，庆４０４）重００４
摘要：提出了一种实体关系抽取方案，方案针对实体关系抽取中特征空间维数过高问题，该引入了文本分类中的特征选择算法，信息增益、如期望交叉熵和统计，实现了特征空间降维。实验结果表明，各特征选择算法
第２９卷第２期２１０２年２月
计算机应用研究
ＡｐｌａｉｎＲｅｅｒｈｏｏｕｅｓｐｉｔｏｓａｃｆＣｍｐｔｒｃ
Ｖ０＿９Ｎｏ２ｌ２．Ｆｂ２１ｅ．０２
基于特征选择的实体关系抽取
有效特征的选择。本文提出的实体关系抽取方案中选择的特征分为五类：实体及其上下文词法特征、动词特征、离特距征、实体扩展特征、语义角色特征。实体及其上下文特征主要包含实体中心词、实体前两个词、实体后两个词以及这些词的词干和词性。实体及其上下文
法，流的指导性学习方法有基于特征向量的方法和基于核函主
数的方法。其中，于特征向量的方法 ’ 基是将关系样例进行特征抽取并将其表示为特征向量，然后通过机器学习的方法来训练关系实例。而基于核函数的方法直接以结构树为处
Ａｂｓｒｔ：Ｔｈｓｐｐｅｏｏｅｅｅｎｉｙｒｌｔｏｘｒｃｉｔｄｕｉｇｔｅｆａｕｅｓｌｃｉｎａｇｒｔｔａｃｉａｒｐｒｐｓｄａｎｗｔｔｅａｉｎｅｔａｔｏｎｍｅｈｏｓｎｈｅｔｒｅｅｔｏｌｏｉｈｍｓｓｃｎｏｍａｕｈａｓｉｆｒ —
ｓａｉｔｅｃｓｔｅｂｓｅｏｍａｃｔｔｓｉｒａｈｅｈｅｔｐｒｒｎｅ．ｃｆｓａｉｔｃｔｔｓｉ
Ｅｘｒｍｅｓｒｓｌｓｓｏｔａｈｓｅｔｒｅｅｔｏｌｏｉｈａｅｐｔｅｅｔａｔｏｅｆｒａｃｐｅｉｎｔｅｕｔｈｗｈwenku.baidu.comｔｔｅｅｆａｕｅｓｌｃｉｎａｇｒｔｍｓｃｎｋｅｈｘｒｃｉｎｐｒｏｍｎｅｗｈｉｎｓｒｎｅｕｃｈｌｅｕｇｒｄｅｔｅｅｉｖｃｏｐａｅｄｍｅｓｏｆｅｔｖｌｅｔｒｓｃｉｎｉｎｅｆｃｉｅｙ．ａｎｍｐｏｅｔｅｃａｓｆｃｔｏｆｃｅｃｄｉｒｖｈｌｓｉａｉｎｅｉｉｉｎｙ．Ｔｈｅ
特征是最基本、简单的特征。最动词特征表示句子中的所有动词。
取一般都只考虑一个句子中两个实体间的关系，即实体关系抽
取问题的输入是一个句子和句子中已经标记出的两个实体，输
出则是这两个实体间的关系。
目前解决实体关系抽取问题主要采用指导性机器学习方
ｄｉ１．９９ｊｉｎ１０ —６５２１．２０４ｏ：０３６／．ｓ．０１３９．０２０．３ｓ
Ｅｎｉｙｒｌｔｏｘｒｃｉｎｂｓｄｏｅｔｒｅｅｔｎｔｔｅａｉｎｅｔａｔｏａｅｎｆａｕｅｓｌｃｉｏ
Ｋｅｏｄｓ：ｒｌｔｏｘｒｃｉｙｗｒｅａｉｎｅｔａｔｏｎ；ｆａｕｅｓｌｃｉｎ；ｉｆｒｔｏａｎ；ｅｐｅｔｄｃｏｓｅｔｏｙ；ｅｔｒｅｅｔｏｎｏｍａｉｎｇｉｘｃｅｒｓｎｒｐ
实体关系抽取是信息抽取研究中的一个重要环节，它的作用是抽取出两个实体之间的语义关系。目前，实体关系抽
ＭＡＯａ一ｉＸｉｏ１，ＨＥＺｈｇｓ，ＸＩｏｎ —ｈｉＮＧｎ—ａ，ＬＩＬｉＸｉｌｉＵ
（ｏｅｅｏｏｐｔ，ｈｎｑｇＵｉｒｔ，Ｃｏｇｉｇ４０４ＣｉａＣｌｇＣｍｕｅＣｏｇｉｎｖｓｙｈｎｑ００４，ｈｎ）ｌｆｒｎｅｉｎ