基于LM算法的领域概念实体属性关系抽取

• 作者: 余正涛 刘丽佳 周兰江 张金鹏 邵发 郭剑毅
• 来源期刊: 中文信息学报
• 学科: 工学
• 关键词: BP神经网络 LM算法 属性关系抽取
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 信息抽取与文本挖掘
• 页码范围: 216-222
• 页数: 7页
• 分类号: TP391
• 字数: 5701字
• 语种: 中文

摘要

针对非结构化自由文本中关系模式比较复杂,关系抽取性能不高的问题,该文提出了利用BP神经网络的优化算法-LM算法,对非结构化自由文本信息中的领域概念实体属性关系进行抽取.首先对语料进行预处理,然后利用CRFs模型对领域概念的实例、属性和属性值进行实体识别,然后根据领域中各类关系的特点分别进行特征提取,构造BP神经网络模型,利用LM算法抽取相应关系.和适用于二分类问题的SVM相比,人工神经网络优化算法自主学习能力强,识别精度高,更适用于多分类的问题.通过几组实验表明,该方法在领域概念实体属性关系抽取方面取得了良好的效果,F值提高了12.8％.