基于位置和語義特征的中文命名實體關系抽取研究.pdf

1、命名實體關系是構建語義網(wǎng)絡、本體和語義Web的基礎，并且廣泛應用于信息檢索、機器翻譯以及自動問答等系統(tǒng)中。在命名實體關系抽取研究中，特征選擇和特征抽取是兩個關鍵問題。位置特征擁有良好的可計算性和可操作性，同時語義特征具有較強的可理解性和現(xiàn)實性。目前，中文命名實體關系抽取主要采用空間向量模型、傳統(tǒng)語義計算或支持向量機等方法。上述三種方法均是單一地使用位置特征或語義特征，沒能將兩種特征進行合理而有效地結合，因此抽取效果均不夠理想。
　

2、　 為了提高中文命名實體關系抽取的效果，本文提出了一種基于位置特征和語義特征相結合的關系抽取算法LaSE(Location and Semantic Extraction)。本文的主要工作如下：
　　 （1）在確保關系抽取效果的前提下，LaSE 算法靈活地運用詞語的詞性識別命名實體，替代了傳統(tǒng)抽取方法需要人工提供的命名實體表。一方面，這一改進大大地減少了人工參與；另一方面，詞性是一個與領域無關的概念，不會引入任何領域知識。

3、r>　　 （2）本文中，采用基于詞語間相對距離的信息增益來刻劃位置特征，使用基于泛本體《知網(wǎng)》的語義相似度計算來抽取語義特征。通過位置特征和語義特征的結合，能很好地適應中文實際情況。大量實驗證明：LaSE 算法的抽取效果明顯高于單一使用位置特征或語義特征的抽取算法。
　　 （3）LaSE 算法僅需要提供少量的關系種子就能自動抽取目標關系的關系實例，是一種半監(jiān)督學習算法；算法不需要任何領域知識，具有良好的領域獨立性，從一個領域移