一种基于语义的上下位关系抽取方法

• 作者: 肖仰华 陈金栋
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 知识图谱 分类体系 关系抽取 上下位关系 句法模板
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 人工智能与识别
• 页码范围: 216-221
• 页数: 6页
• 分类号: TP3
• 字数: 5761字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.02.039

摘要

分类体系主要由上下位关系组成,传统的基于模板的上下位关系抽取方法分为两类:第一类方法只使用高质量的模板导致低召回率;第二类方法使用所有可用的模板导致低精度.根据模板的质量将其分为更细粒度的强句法模板和弱句法模板.为了提高弱模板的精度,将弱模板和概念/实体结合构建语义模板.结合强句法模板和语义模板,提出一套新颖的框架从语料中抽取上下位关系,具有高精度和召回率的特点.在中英文语料上进行的实验,实验结果证明了框架的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖仰华	复旦大学计算机科学学院	26	170	9.0	11.0
2	陈金栋	复旦大学计算机科学学院	1	3	1.0	1.0