基于混合方法的含动词名词短语识别研究

• 作者: 方芳 曹存根 王亚 王石 符建辉
• 来源期刊: 山西大学学报（自然科学版）
• 学科: 物理学
• 关键词: 含动词名词短语识别 命名实体识别 语义分类和描述框架文法
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 第二十四届全国信息检索学术会议(CCIR 2018)论文选登
• 页码范围: 31-40
• 页数: 10页
• 分类号: O436
• 字数: 8470字
• 语种: 中文
• DOI: 10.13451/j.cnki.shanxi.univ(nat.sci.).2018.11.05.004

摘要

随着计算机技术的迅猛发展,知识变成人工智能领域中的一个重要资源.在面向自由文本的自动知识抽取中,名词短语识别是基础的任务之一,尤其是含动词的名词短语.已有的名词短语识别研究更多地着眼于命名实体的识别,范围较窄且不能解决其他含动词的名词短语,加之含动词名词短语识别存在分词错误、边界确定、特殊结构、标记数据少等难点,含动词名词短语识别目前仍然是一个巨大的挑战.基于此,文章提出了一种神经网络与规则、统计相结合的方法.首先对语句进行预处理,其中包含包括词性、助词、时间、数量词等内容的修正和合并;然后,使用双向LSTM与条件随机场融合的方法对含动词命名实体进行识别;接着使用百度词条、固定搭配、语义分类和描述框架文法的方式对含动词名词短语识别;最后使用随机抽取的多动词文本进行实验和分析,实验结果表明,本文方法达到89％的准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹存根	中国科学院计算技术研究所智能信息处理重点实验室	91	991	17.0	27.0
2	王石	中国科学院计算技术研究所智能信息处理重点实验室	23	178	7.0	12.0
3	方芳	中国科学院计算技术研究所智能信息处理重点实验室	28	197	7.0	13.0
7	符建辉	中国科学院计算技术研究所智能信息处理重点实验室	10	74	5.0	8.0
8	王亚	中国科学院计算技术研究所智能信息处理重点实验室	14	64	4.0	7.0