基于弱监督学习的中文网络百科关系抽取

• 作者: 何大可 冶忠林 杨宇飞 杨燕 贾真
• 来源期刊: 智能系统学报
• 学科: 工学
• 关键词: 知识获取 信息抽取 关系抽取 弱监督学习 自扩展 中文网络百科 条件随机场 朴素贝叶斯
• 年，卷（期）: 2015,（1）
• 页码范围: 113-119
• 页数: 7页
• 分类号: TP391
• 字数: 7226字
• 语种: 中文
• DOI: 10.10.3969/j.issn.1673-4785.201311017

摘要

实体关系抽取在信息检索、自动问答、本体学习等领域都具有重要作用。提出了基于弱监督学习的关系抽取框架。首先利用知识库中已有结构化的关系三元组，从自然语言文本中自动获取训练语料；针对训练语料数量较少导致特征不足的问题，采用基于朴素贝叶斯的句子分类器和基于自扩展的训练方法，从未标注数据中获取更多的训练语料；然后利用条件随机场模型训练关系抽取器。实验结果表明所提方法的有效性，有现有方法相比，文中方法获得较高的准确率。

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
4	冶忠林	西南交通大学信息科学与技术学院	5	57	4.0	5.0
5	杨宇飞	西南交通大学信息科学与技术学院	4	48	3.0	4.0