基于双模型投票的人物关系抽取研究

发布时间：2018-01-07 14:31

本文关键词：基于双模型投票的人物关系抽取研究　出处：《计算机应用研究》2017年03期 　论文类型：期刊论文

【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。
[Abstract]:The title of a web page has the characteristics of simplicity and large amount of information, and it contains rich, dynamic and complex character relationships. This paper mainly focuses on the extraction of the relationship between people in the text of the title of the page. A two-model voting machine learning method is proposed, in which the feature extraction and selection are carried out for 19 relation types. Two statistical models, maximum entropy and support vector machine, are used for model training. For each relationship type, the model voting method is used, that is, the model with better performance is selected as the model of the training set. Finally, the trained model is used to test the test set. The result shows. This method achieves a total F1 value of 67.64% for the human relationship extraction task.
【作者单位】：内蒙古师范大学计算机与信息工程学院;
【基金】：国家自然科学基金资助项目(61562068) 内蒙古师范大学“十百千”人才培养工程资助项目;内蒙古师范大学引进人才科研启动经费资助项目(2014YJRC036);内蒙古师范大学校级基金资助项目(2015YBXM002) 内蒙古民委蒙古文信息化专项扶持子项目(MW-2014-MGYWXXH-01) 内蒙古自然科学基金资助项目(2013MS0912,2013MS0913,2014MS0617,2015MS0629) 内蒙古自治区高等学校科学研究资助项目(NJZY028)
【分类号】：TP391.1;TP181
【正文快照】： 0引言伴随着互联网大数据的日益增长,如何从大数据中挖掘人们需要的有用信息成为科研人员关注的主要问题。而分散在海量数据中的人物与人物之间的关系(也称为实体关系)是其中一类非常有用的信息,它在机器翻译、信息检索、自动问答等领域具有重要的价值。实体关系抽取是从自由

【相似文献】