结合从句级远程监督与半监督集成学习的关系抽取方法

• 作者: 余小康 吴勇 王敬昌 蔡雅雅 郭敬 陈岭
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 关系抽取 远程监督 从句识别 去噪 半监督集成学习
• 年，卷（期）: 2017,（1）
• 页码范围: 54-63
• 页数: 10页
• 分类号: TP311
• 字数: 7891字
• 语种: 中文
• DOI: 10.16451/j.cnki.issn1003-6059.201701006

摘要

针对传统基于远程监督的关系抽取方法中存在噪声和负例数据利用不足的问题,提出结合从句级远程监督和半监督集成学习的关系抽取方法.首先通过远程监督构建关系实例集,使用基于从句识别的去噪算法去除关系实例集中的噪声.然后抽取关系实例的词法特征并转化为分布式表征向量,构建特征数据集.最后选择特征数据集中所有正例数据和部分负例数据组成标注数据集,其余的负例数据组成未标注数据集,通过改进的半监督集成学习算法训练关系分类器.实验表明,相比基线方法,文中方法可以获得更高的分类准确率和召回率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈岭	浙江大学计算机科学与技术学院	48	269	9.0	14.0
2	吴勇		7	48	4.0	6.0
3	王敬昌		10	62	5.0	7.0
4	余小康	浙江大学计算机科学与技术学院	1	8	1.0	1.0
5	郭敬	浙江大学计算机科学与技术学院	1	8	1.0	1.0
6	蔡雅雅	浙江大学计算机科学与技术学院	1	8	1.0	1.0