| 基于语义角色的实体关系抽取 |
| |
| 引用本文： | 毛小丽,何中市,邢欣来,刘莉.基于语义角色的实体关系抽取[J].计算机工程,2011,37(17):143-145. |
| |
| 作者姓名： | 毛小丽 何中市 邢欣来 刘莉 |
| |
| 作者单位： | 重庆大学计算机学院,重庆,400044 |
| |
| 基金项目： | 国家科技重大专项基金资助项目(2008ZX07315-001); 中央高校基本科研业务费专项基金资助项目(CDJXS11180020) |
| |
| 摘 要： | 提出一种实体关系抽取方案，该方案根据实体关系抽取的特点，在常用特征基础上新增语义角色特征用于构建特征向量，并利用支持向量机构造分类器。在SemEval-2010评测任务8提供的数据上进行实验，在判断候选实体对的关系类型上F1值达到81.6%，与未加入语义角色特征相比提高4%，结果表明该方案语义角色特征有利于实体语义关系抽取。
|
| 关 键 词： | 关系抽取 语义角色特征 支持向量机 特征向量 分类器 |
| 收稿时间： | 2011-03-08 |
Entity Relation Extraction Based on Semantic Role |
| |
| MAO Xiao-li,HE Zhong-shi,XING Xin-lai,LIU Li.Entity Relation Extraction Based on Semantic Role[J].Computer Engineering,2011,37(17):143-145. |
| |
| Authors: | MAO Xiao-li HE Zhong-shi XING Xin-lai LIU Li |
| |
| Affiliation: | MAO Xiao-li,HE Zhong-shi,XING Xin-lai,LIU Li(College of Computer Science,Chongqing University,Chongqing 400044,China) |
| |
| Abstract: | This paper proposes a new entity relation extraction method with a variety of common features plus semantic role features according to the characteristics of entity relation extraction and using the feature vector to build a SVM-classifier.When judging the relation type,this method achieves the F1 measure of 81.6% which is increased by 4% compared with no semantic role features on the data supplied by the evaluation task eight of SemEval-2010.Experimental results show that semantic role feature is benefit t... |
| |
| Keywords: | relation extraction semantic role features Support Vector Machine(SVM) feature vector classifier |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
| 点击此处可从《计算机工程》浏览原始摘要信息 |
|
点击此处可从《计算机工程》下载全文 |
