结合词向量和Bootstrapping的领域实体上下位关系获取与组织

• 作者: 严馨 余正涛 毛存礼 线岩团 郭剑毅 马晓军
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 上下位关系 关系抽取 Bootstrapping方法 词向量 映射学习 层级关系组织
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: CRSSC-CWI-CGrC-3WD 2017
• 页码范围: 67-72
• 页数: 6页
• 分类号: TP393
• 字数: 6246字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2018.01.010

摘要

实体上下位关系是构建领域知识图谱不可或缺的一种重要的语义关系,传统抽取上下位关系的方法大多不考虑关系的组织.提出一种结合词向量和Bootstrapping的方法来实现领域实体上下位关系的获取与组织.首先,选取旅游领域的种子语料集;然后,采用基于词向量的相似度计算方法对种子集中包含的上下位关系模式进行聚类,筛选出置信度高的模式并对未标注语料进行上下位关系识别,得到候选关系实例,同时选择置信度高的关系实例加入到种子集中,进行下一轮的迭代,直到得到所有的关系实例;最后,根据领域实体上下位关系对的向量偏移并结合领域实体层级关系的特点,采用映射的学习方法进行领域实体层级关系组织.实验结果表明,与传统的方法相比,所提方法的F值提高了近10％.