基于实体消歧的中文实体关系抽取

• 作者: 余正涛 周兰江 张金鹏 邵发 郭剑毅 黄银阁
• 来源期刊: 山东大学学报（工学版）
• 学科: 工学
• 关键词: 关系抽取 实体消歧 贝叶斯分类 模式合并 维基百科
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 机器学习与数据挖掘
• 页码范围: 32-37,76
• 页数: 7页
• 分类号: TP391
• 字数: 6006字
• 语种: 中文
• DOI: 10.6040/j.issn.1672-3961.1.2014.163

摘要

针对开放文本中中文实体关系抽取的一词多义问题，提出一种基于实体消歧的中文实体关系抽取方法。首先，从知网中挖掘出具有潜在语义关系的实体对，并利用贝叶斯分类的语义消歧方法实现从知网到维基百科的实体映射，以获取高质量的关系实例；然后，根据这些关系实例抽取出其对应文本中共现的句子实例，构建基本的抽取模式；最后通过模式合并的方法生成新模式，再使用新模式来抽取新实例。实验结果表明，该方法与没有进行语义消歧和模式合并的方法相比准确率有所提高。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	余正涛	昆明理工大学信息工程与自动化学院	122	877	17.0	24.0
5	周兰江	昆明理工大学信息工程与自动化学院	44	76	5.0	7.0
9	郭剑毅	昆明理工大学信息工程与自动化学院	76	794	12.0	27.0
13	黄银阁	昆明理工大学信息工程与自动化学院	2	11	2.0	2.0
14	邵发	昆明理工大学信息工程与自动化学院	1	7	1.0	1.0
15	张金鹏	昆明理工大学信息工程与自动化学院	1	7	1.0	1.0