基于自扩展与最大熵的领域实体关系自动抽取

• 作者: 余正涛 张少敏 毛存礼 郭剑毅 雷春雅 黄甫
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 实体关系抽取 最大熵 自扩展 特征
• 年，卷（期）: 2010,（5）
• 页码范围: 141-145
• 分类号: TP391
• 语种: 中文

摘要

实体关系自动荻取是信息抽取的难题之一.本文提出自扩展算法和最大熵机器学习算法相结合的方法,以旅游领域为研究对象进行实体关系的自动抽取.首先利用自扩展算法自动获取能体现实体对间大类关系的语义词汇,该词汇作为特征加入最大熵机器学习算法的特征集,并设定阈值实现训练语料的自动标注;然后使用最大熵机器学习算法对训练语料进行学习,构建实体关系抽取的分类器,实现实体关系的自动获取.在收集600篇旅游领域语料的基础上进行实验,4大类实体关系的抽取获得了较好的结果,其中地理位置关系和时节关系的F值分别为82.56%和81.17%.实验结果表明:在人工干预较少的情况下,加入实体对间的语义词汇能有效提高抽取效果.