面向中文专利SAO结构抽取的文本特征比较研究

• 作者: 张桂平 王裴岩 饶齐
• 来源期刊: 北京大学学报（自然科学版）
• 学科: 工学
• 关键词: SAO结构 关系抽取 特征有效性 词向量
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 349-356
• 页数: 8页
• 分类号: TP391
• 字数: 6505字
• 语种: 中文
• DOI: 10.13209/j.0479-8023.2015.049

摘要

针对中文专利文本中SAO结构实体关系抽取问题,使用支持向量机的机器学习方法进行关系抽取实验,分别对基本词法信息、实体间距离信息、最短路径闭包树句法信息以及词向量信息等特征的有效性进行验证分析.实验结果表明,基本的词法信息能够明显提高关系抽取性能,而句法信息没有显著提高关系抽取效果.此外,也验证了词向量在SAO结构关系抽取中的可行性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张桂平	沈阳航空航天大学知识工程研究中心	58	447	11.0	19.0
2	王裴岩	沈阳航空航天大学知识工程研究中心	25	100	6.0	9.0
3	饶齐	沈阳航空航天大学知识工程研究中心	2	17	1.0	2.0