首页 | 本学科首页   官方微博 | 高级检索  
     

基于句法语义特征的中文实体关系抽取
引用本文:郭喜跃,何婷婷,胡小华,陈前军.基于句法语义特征的中文实体关系抽取[J].中文信息学报,2014,28(6):183-189.
作者姓名:郭喜跃  何婷婷  胡小华  陈前军
作者单位:1. 华中师范大学 国家数字化学习工程技术研究中心,湖北 武汉 430079;
2. 华中师范大学 计算机学院,湖北 武汉 430079;
3. 兴义民族师范学院 信息技术学院,贵州 兴义 562400;
4. 湖北大学 信息与网络中心 湖北 武汉 430062
基金项目:国家社会科学基金重大项目(12&2D223);国家“十二五”科技支撑计划课题(2012BAK24B01);国家自然科学基金(61300144);国家语委“十二五”重点项目(ZDI125-1); 教育部/国家外国专家局高等学校学科创新引智计划项目(B07042); 湖北省自然科学基金重点项目(2011CDA034);华中师范大学中央高校基本科研业务费项目(CCNU13A05014, No. CCNU13C01001, CCNU13F010)。
摘    要:实体关系抽取的核心问题是实体关系特征的选择。以往的研究通常都以词法特征、实体原始特征等来刻画实体关系,其抽取效果已难再提高。在传统方法的基础上,该文提出一种基于句法特征、语义特征的实体关系抽取方法,融入了依存句法关系、核心谓词、语义角色标注等特征,选择SVM作为机器学习的实现途径,以真实新闻文本作为语料进行实验。实验结果表明该方法的F1值有明显提升。

关 键 词:句法特征  语义特征  实体关系抽取  SVM  

Chinese Named Entity Relation Extraction Based on Syntactic and Semantic Features
GUO Xiyue,HE Tingting,HU Xiaohua,CHEN Qianjun.Chinese Named Entity Relation Extraction Based on Syntactic and Semantic Features[J].Journal of Chinese Information Processing,2014,28(6):183-189.
Authors:GUO Xiyue  HE Tingting  HU Xiaohua  CHEN Qianjun
Affiliation:1. National Engineering Research Center for E-Learning, Central China Normal University, Wuhan, Hubei 430079, China;
2. School of Computer, Central China Normal University, Wuhan, Hubei 430079, China;
3. School of Information Technology, Xingyi Normal University for Nationalities, Xingyi, Guizhou 562400, China;
4. Network Center of Hubei University, Wuhan, Hubei 430062, China
Abstract:Identifying the relation features between named entities is the key aspect in named entity relation extraction. Traditional methods usually chose the lexical features and other surface features, which are well addressed already. This paper proposes a novel Chinese named entity relation extraction method, adding such syntactic and semantic features as dependency parsing, core predicate verb and semantic role labeling etc. Experimented by SVM over a true news text corpus, the results indicate that this method could improve the F1 value significantly.
Keywords:syntactic features  semantic features  named entity relation extraction  SVM  
本文献已被 CNKI 等数据库收录!
点击此处可从《中文信息学报》浏览原始摘要信息
点击此处可从《中文信息学报》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号