谓词概念连通度的中文实体关系抽取策略

• 作者: 夏家莉 曹重华 李光泉 程春雷 陈辉
• 来源期刊: 计算机科学与探索
• 学科: 工学
• 关键词: 实体关系 谓词概念模型(PCM) 概念相关度 概念连通度
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 数据库技术
• 页码范围: 1345-1357
• 页数: 13页
• 分类号: TP391
• 字数: 12221字
• 语种: 中文
• DOI: 10.3778/j.issn.1673-9418.1407057

摘要

中文实体关系抽取是开放域文本检索与知识发现的研究热点，传统的抽取策略普遍存在人工标注量大，模式通用性受限，关系抽取粒度相对固定等问题，限制了其在开放领域的关系抽取效果。基于概念的结构分层和关系连通，面向中文实体关系构建了谓词概念模型（predicate concept model，PCM），在此基础上，提出了增量学习的谓词概念获取策略PCIA和基于谓词概念连通的关系抽取策略PCCS，由此进行了开放域非紧密的、远距离实体关系的抽取。各谓词概念的构建相对独立，概念组合更为灵活，对关系的描述具有更好的通用性和可解释性，为开放域未知关系的识别与抽取提供了有效手段。实验结果表明，PCCS有效提升了中文实体识别及实体连通路径选择的质量，获得了良好的关系抽取性能。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	夏家莉	江西财经大学信息管理学院	26	268	7.0	16.0
2	曹重华	江西财经大学信息管理学院	9	18	3.0	4.0
6	陈辉	江西财经大学软件与通信工程学院	13	137	5.0	11.0
7	程春雷	江西财经大学信息管理学院	9	23	3.0	4.0
9	李光泉	江西财经大学信息管理学院	3	9	2.0	3.0