基于树核的中英文语义关系抽取比较.docVIP

  基于树核的中英文语义关系抽取比较# 彭成1，钱龙华1，赵知纬2，周国栋2 （1. 苏州大学计算机科学与技术学院，江苏苏州 215006； 5 10 2. 江苏省计算机信息处理技术重点实验室，江苏苏州 215006） 摘要：目前在中英文关系抽取研究中，基于核函数的方法取得了较好的性能。而结构化信息 的表达方式和产生这些结构化信息的句法分析器对基于核函数的中英文关系抽取至关重要。 本文系统地比较了三种常用的结构化信息(最小完全树、最短路径包含树和动态关系树)和三 种常用的句法分析器(Stanford、Berkeley 和 Charniak)对中英文关系抽取性能的影响，并采用 近似随机测试技术进行显著性测试，其目的在于从统计学意义上判断不同结构化信息和句法 分析器的差异。在英文 ACE2004 和中文 ACE2005 语料库上大类关系抽取的实验表明，动态 关系树在总体性能上表现最佳，而句法分析器 Charniak 和 Berkeley 均优于 Stanford。 关键词：关系抽取；树核函数；结构化信息；显著性测试 中图分类号：中图分类号：TP391 文献标识码：A 15 Comparison 0n Tree Kernel-based Chinese-English Semantic Relation Extraction Peng Cheng1, Qian Longhua1, Zhao Zhiwei2, Zhou Guodong2 (1. School of Computer Science and Technology, Soochow University, Suzhou, Jiangsu 215006; 20 25 30 35 40 2. Key Lab of Computer Information Processing Technology of Jiangsu Province, Suzhou, Jiangsu 215006) Abstract ： Currently kernel-based approaches have achieved promising performance for Chinese-English semantic relation extraction. Therefore presentation of structured information and parsers to generate them are crucial to kernel-based Chinese-English semantic relation extraction. This paper systematically compares three kinds of structured information (Minimum Complete Tree, Shortest Path-enclosed Tree, and Dynamic Relation Tree) and three kinds of parsers (Stanford, Berkeley, and Charniak) on the performance of the task of Chinese-English relation extraction. Particularly we employ the approximate random test method for significance tests in order to statistically discern the difference between various kinds of structured information and parsers. The experiments on the ACE 2004 English and ACE 2005 Chinese corpora show that Dynamic Relation Tree performs best and both the Charniak and Berkeley parsers outperform the Stanford parser. Key words: Relation Extraction；Tree Kernel；Structured Information；Significance Test 0 引言 关系抽取是指从自然语言文本中发现实体对之间存在的语义关系[MUC，1987-1998； ACE 2002-2005][1]。例如，句子“比尔·盖茨是微软公司的总裁和首席软件架构师。”表达了实 体“比尔·盖茨”(PER)和实体“微软公