基于症状构成成分的上下位关系自动抽取方法

• 作者: 殷亦超 王婷 王祺 高炬 黄越圻
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 上下位关系 症状构成成分 条件随机场 关系分类 支持向量机 决策树 朴素贝叶斯
• 年，卷（期）: 2017,（10）
• 所属期刊栏目: 应用前沿、交叉与综合
• 页码范围: 2999-3005
• 页数: 7页
• 分类号: TP391.1
• 字数: 9211字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2017.10.2999

摘要

针对症状间上下位关系具有较强结构特性的问题,提出一种基于症状构成成分的上下位关系自动抽取方法.首先,通过观察症状实体,发现症状可以切分为原子症状词、修饰词等八种成分,且成分的构成序列满足一定的规则.然后,利用词法分析系统和条件随机场模型对症状进行切分和成分标注.最后,把症状之间的关系抽取看作一个分类问题,选取症状成分的构成特征、词典特征以及通用特征作为分类算法的特征;基于多种分类算法训练模型,将症状间的关系分为上下位关系和非上下位关系.实验结果表明,当选用支持向量机算法,同时选用三类特征时,取得了最好的效果,准确率、召回率和F1值分别达到了82.68％、82.13％和82.40％.在此基础上,使用所提出的关系抽取算法,抽取了20619条上下位关系,构建了具有上下位关系的症状知识库.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高炬		30	223	8.0	14.0
2	王婷	华东理工大学信息科学与工程学院	7	45	5.0	6.0
3	王祺	华东理工大学信息科学与工程学院	9	18	2.0	3.0
4	黄越圻	华东理工大学信息科学与工程学院	1	6	1.0	1.0
5	殷亦超		8	35	5.0	5.0