基于双模型投票的人物关系抽取研究

• 作者: 李艳玲 林民
• 来源期刊: 计算机应用研究
• 关键词: 关系抽取 最大熵模型 支持向量机 投票
• 年，卷（期）: 2017,（3）
• 所属期刊栏目: 系统应用开发
• 页码范围: 773-776
• 页数: 4页
• 分类号: TP391
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2017.03.031

摘要

网页标题具有简洁、信息量大的特点,而且其中蕴涵了丰富、动态、复杂的人物关系.主要针对网页标题文本中的人物关系抽取进行研究,提出一种双模型投票的机器学习方法.针对19种关系类型分别进行特征抽取和选择;使用两种统计模型——最大熵和支持向量机分别进行模型训练;对于每种关系类型利用模型投票的方法,即选择训练集中得到性能较好的模型作为该类的模型,最后使用训练好的模型对测试集进行测试.结果显示,该方法对于人物关系抽取任务取得了总体F1值为67.64％的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	林民	内蒙古师范大学计算机与信息工程学院	53	235	8.0	12.0
2	李艳玲	内蒙古师范大学计算机与信息工程学院	13	22	3.0	3.0