基于特征选择的人物关系抽取方法.pdfVIP

第 15卷 第 3期 2015年 1月 科 学 技 术 与 工 程 Vo1．15 No．3 Jan．2015 1671— 1815(2015)03—0254—06 ScienceTechnologyandEngineering @ 2015 Sci．Tech．Engrg． 基于特征选择的人物关系抽取方法 黄卫春 范少帅 熊李艳 钟茂生 (华东交通大学信息工程学院，南昌330013) 摘 要 在人物关系抽取中，其特征空间维度往往非常高，会造成向量稀疏问题，从而影响关系抽取的效率。针对这一现象， 首先将人物关系分为6类；然后引入了文档频率、信息增益、互信息和x 统计这四种文本文类的特征选择算法，对特征空间进 行降维。最后运用SVM分类器抽取人物的实体关系。实验结果表 明这四种特征选择算法不仅能够保证抽取性能，还能有效 的降低向量空间维数，极大提高关系抽取效率。其中，x统计算法效果最佳，信息增益次之。 关键词 关系抽取 SVM 特征选择 多分类 中图法分类号 TP391．3； 文献标志码 A 随着互联网的文本数据爆炸式增长，网络 中含 系抽取 ；黄鑫等人在抽取中文词法、实体、句法等 有大量人与人之间、人与机构之间的信息集合在一 特征后，利用特征组合，使用支持向量机 (SVM)的 起，从而构成了一个巨大的社会网络体系。如何从 机器学习方法来进行实体关系抽取 ；ZhangMin 这庞大的社会网络中只抽取出所需要的关键信息成 等人采用卷积树核函数来进行实体关系抽取_6’； 为了人们 日益关注的问题。实体关系抽取正是解决 周国栋等人在卷积树核中融合句法和语义信息，进 这一问题的关键技术。 行实体语义关系的抽取 ’；Bunescu等人设计了一 人物关系抽取是一种特殊形式的实体关系抽 种使用依存 图中最短路径 的核方法进 行关系 取，现有的关系抽取研究所遵循的技术方法基本上 抽取㈨ 。 分为 以下三种 ： (3)基于本体的实体关系抽取方法，该方法是 (1)基于模式匹配的关系抽取方法 。该方法主 使用现有的本体层次结构联合其所描述的概念之间 要在用 自然语言处理方法的基础上，把实体关系与 的关系，共同来协助实体关系抽取 。Hassell等人通 已经处理好的模板进行匹配。HamishCunning等人 过计算实体与本体语义关系的可靠度来识别相应的 定义一些规则模板进行关系抽取 ；LiWeigang等 实体Ll¨；McDowell等人构造了一个基于本体的信息 人在Bootstrapping模型中采用改进的迭代策略来获 抽取系统 OntoSyphon，以抽取实例间的关 系 12]； 取模板心；此外，Culotta提出了一种概率抽取模型 Schutz等人建立了能够识别概念对和概念之间关系 以进行 自顶向下的关系模板发现和 自底向上的关系 的ReExt系统 。 抽取 。 目前对于实体关系抽取问题主要使用基于特征 (2)基于机器学习的关系抽取，是通过具有一 向量的方法和基于核函数的方法。其中，基于核函 定专业知识的人员对部分语料进行标注作为训练数 数方法耗时量大，往往难 以对大量的数据进行处理。 据，然后用机器学习方法通过训练数据来构造分类 所以，使用基于特征向量的方法进行人物关系抽取