基于向量空间模型的自动关系提取.pdfVIP

计算机科学2006V01．33№．IoA 基于向量空间模型的自动关系提取。) 邓擘樊孝忠林培光 (北京理工大学计算机科学技术学院 北京100081) 摘要该文使用无监督的办法对信息抽取任务中句子实体关系进行提取井标注。首先把句子中实体对的上下 文特征表示为向量空问模型中的向量，然后对这些特征按其信息墒的大小排序，在由此得到的特征词干空问上．对 向量进行聚类。最后对聚类得到的各个簇按一定的算法标注以确定实体关系。试验结果表明这一方法能够处理 宾体关系提取任务。 关键词向量空间模型，信息抽取，关系提取，训练集 AutomaticRelationExtractionBasedonVector Model Space DENGBoFAN LIN Pei-Guaglg Xiao-Zhong of Scienceand Instituteof (Departmem Technology，Beijing 100081) Computer TechnologytBeijing Ahstrad111e toextractand relationofsaatenceintaskofinforroation us∞unsupervisedalgorithm papez tagentity extraction．Firstit thecOntextcharacterofsentence’s a5avectorofVecmr Model．after express entitypair Space thatitsortthesecharacterstIIdrinformationandbuildcharacter onthis．weclusterthe by entropy subspece，based weusesome tO theclustersWit}Ithe label．Results。f showthis v∞t0B，finally algorithmtag proper experiment of methodcandealwithtaskrelationextraction． Vectormodel，Intormafionextraction，Rehtmn data Keywordsspace extraction，Tminkng 此在表示同一种关系的大量句子中，这些特征词和 1 引言 特征结构可能会反复出现，对这些特征进行合适的 从句子的实体对中提取关系是信息抽取任务之 表示并做技术处理后则可能自动识别出不同的关系 一。实体关系提取有多种方法，如基于规则的模 类型。基于此，本文提出了使用句子特征向量聚类 型[3“]和基于统计的模型口．6】，目前又出现了基于核来自动识别实体关系的方法。 方法的模型Z7,83。这些模型的共同特点是需要大量 本文第2节阐述了对实体上下文特征词排序及 标注好的训练语料，由于训练语料往往要