基于远距离监督和模式匹配的职衔履历属性抽取

• 作者: 于东 刘春花 田悦
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 人物属性抽取 职衔履历信息 远距离监督 模式匹配 规则过滤
• 年，卷（期）: 2016,（2）
• 所属期刊栏目: 第三届CCF大数据学术会议(CCF BigData 2015)
• 页码范围: 455-459,464
• 页数: 6页
• 分类号: TP391
• 字数: 5862字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2016.02.0455

摘要

针对从非结构化文本中抽取指定人物职衔履历属性问题,提出一种基于远距离监督和模式匹配的属性抽取方法.该方法从字符串模式和依存模式两个层面描述人物职衔履历特征,将问题分为两阶段.首先利用远距离监督知识和人工标注知识,挖掘具有高覆盖度的模式库,用于发现职衔履历属性和抽取候选集;其次利用职衔机构等属性间的文字接续关系,以及特定人物与候选属性的依存关系,设计候选集的过滤规则对候选项进行筛选,实现高准确度的属性抽取.实验结果显示,所提方法在CLP2014-PAE测试集上的F值达到55.37％,显著高于评测最好成绩(F值34.38％)和基于条件随机场(CRF)的有监督序列标注方法(F值43.79％),表明该方法能高覆盖度挖掘并抽取非结构化文档中的职衔履历属性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	于东	北京语言大学大数据与语言教育研究所	12	49	4.0	6.0
5	刘春花	北京语言大学信息科学学院	1	3	1.0	1.0
6	田悦	北京语言大学信息科学学院	1	3	1.0	1.0