基于弱监督学习的主页人物属性抽取方法

• 作者: 张巧 熊锦华 程学旗
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 工学
• 关键词: 人物属性抽取 前导词 属性模式 分类模型 bootstrapping
• 年，卷（期）: 2015,（1）
• 所属期刊栏目: 第二十届全国信息检索学术会议(CCTR 2014)论文选登
• 页码范围: 8-15
• 分类号: TP391
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2015.01.002

摘要

提出了一种基于弱监督学习的主页人物属性抽取方法,首先根据领域模式从个人主页中提取出人物属性的前导词,接着通过前导词获取人物属性作为初始的属性种子,在这些属性种子中提取属性的模式,并结合分类和bootstrapping方法不断迭代抽取出无前导词的人物属性.在整个抽取过程中,只需要少量的人工标注.在英文机构网站上的人物属性抽取对比实验结果表明,该方法较属性分类抽取方法在准确率上提高了7.8％,召回率上提高了7.5％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	程学旗	中国科学院计算技术研究所	160	4858	31.0	67.0
2	熊锦华	中国科学院计算技术研究所	11	78	5.0	8.0
3	张巧	中国科学院计算技术研究所	6	28	3.0	5.0