基于最大熵的泰语句子级实体从属关系抽取

• 作者: 李金绘 毛存礼 沈强 王红斌 线岩团
• 来源期刊: 南京大学学报（自然科学版）
• 学科: 工学
• 关键词: 实体关系 实体从属关系抽取 汉泰双语平行句对 最大熵模型 特征模板
• 年，卷（期）: 2017,（4）
• 页码范围: 738-746
• 页数: 9页
• 分类号: TP391
• 字数: 6672字
• 语种: 中文
• DOI: 10.13232/j.cnki.jnju.2017.04.017

摘要

采用基于最大熵模型的方法对泰语句子级实体从属关系的抽取方法进行了研究.针对泰语句子中实体关系抽取的研究进程中语料库较为匮乏的问题,首先使用汉泰双语平行句对作为中间桥梁,将中文研究领域中相对成熟的分词、词性标注和实体识别等成果,通过汉泰双语词典映射到与中文句子相对齐的泰语句子上,对泰语句子进行必要的数据处理操作,并进行一定量的人工校正和人工实体关系标注工作;进而构建基础的泰语实体关系训练语料库.在语料库的基础上,将泰语实体关系抽取问题转化为分类问题,同时结合泰语语言本身的特点,选取合适的上下文特征模板,使用最大熵模型算法对训练语料进行学习训练,构建分类器,对泰语句子中的候选实体关系三元组进行识别,最终达到实体间从属关系自动抽取的目的.实验结果显示该方法可使F值相对于已有的泰语实体关系抽取研究方法提升8%左右.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	王红斌	昆明理工大学信息工程与自动化学院	25	127	5.0	10.0
2	毛存礼	昆明理工大学信息工程与自动化学院	21	85	5.0	8.0
3	线岩团	昆明理工大学信息工程与自动化学院	23	91	5.0	8.0
4	李金绘	昆明理工大学信息工程与自动化学院	1	1	1.0	1.0
5	沈强	昆明理工大学信息工程与自动化学院	3	17	1.0	3.0