基于弱监督学习的中文百科数据属性抽取

• 作者: 何大可 杨燕 贾真
• 来源期刊: 电子科技大学学报
• 学科: 工学
• 关键词: 属性抽取 特征提取 关系抽取 弱监督学习
• 年，卷（期）: 2014,（5）
• 所属期刊栏目: 计算机工程与应用
• 页码范围: 758-763
• 页数: 6页
• 分类号: TP391
• 字数: 5323字
• 语种: 中文
• DOI: 10.3969/j.issn.1001-0548.2014.05.022

摘要

提出基于弱监督学习的属性抽取方法，利用知识库中已有结构化的属性信息自动获取训练语料，有效解决了训练语料不足问题。针对训练语料存在的噪声问题，提出基于关键词过滤的训练语料优化方法。提出n元模式特征提取方法，该特征能够缓解传统n-gram特征稀疏性问题。实验数据源来自互动百科，从互动百科信息盒中抽取结构化属性信息构建知识库，从百科条目文本中自动获取训练数据和测试数据。实验结果表明，关键词过滤能有效提高训练语料的质量，与传统n-gram特征相比，n元模式特征能够提高属性抽取的性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何大可	西南交通大学信息科学与技术学院	182	1679	20.0	31.0
2	杨燕	西南交通大学信息科学与技术学院	97	1192	16.0	32.0
3	贾真	西南交通大学信息科学与技术学院	36	396	13.0	18.0