基于标签传播和主动学习的人物社会关系抽取

• 作者: 刘锦文 张利萍 芮伟康 许静
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 人物社会关系 特征提取 标签传播 主动学习 关系抽取 半监督学习
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 234-240
• 页数: 7页
• 分类号: TP393
• 字数: 7544字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2017.02.039

摘要

基于标签传播的半监督学习算法能够提升少量标注数据下的关系抽取效果,但是随机选择训练样本会使关系抽取性能降低.为了从海量的网络信息中提取出可靠性较高的人物关系,将标签传播算法与主动学习相结合用于人物关系抽取.在训练数据获取中,主动选择不确定性最大的样本进行标注.在人物关系上的实验结果显示,主动学习方法的引入可使平均F1值比标签传播算法提升2.3％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张利萍	中国科学技术大学计算机科学与技术学院	4	12	3.0	3.0
2	芮伟康	中国科学技术大学计算机科学与技术学院	3	11	3.0	3.0
3	许静	中国科学技术大学计算机科学与技术学院	11	37	4.0	5.0
4	刘锦文	中国科学技术大学计算机科学与技术学院	2	8	2.0	2.0