基于机器翻译的双语协同关系抽取.pdfVIP

第32卷第3期 计 算 机 应 用 研 究 V01．32 No．3 2015年 3月 ApplicationResearchofComputers Mar．2015 基于机器翻译的双语协同关系抽取 胡亚楠 ，惠浩添，钱龙华 ，朱巧明 (苏州大学 计算机科学与技术学院 自然语言处理实验室，江苏 苏州215006) 摘 要：传统的弱指导关系抽取研究主要集中于单语言内部。为了充分利用语言之间的互补性来减轻对大规 模训练数据的需求，提 出一种双语协 同训练的关系分类方法。针对小规模标注语料和一定规模 的未标注语料 ， 通过机器翻译和实体对齐产生关系实例 的双语视 图，最后利用协 同训练得到两种语 言的分类模 型。在 ACE RDC2005中英文语料上的实验表明，双语协同训练方法可以同时提高中文和英文的关系分类性能，并且减少对 于标注训练数据量的需求。 关键词 ：双语协同训练 ；机器翻译 ；实体对齐 中图分类号 ：TP181 文献标志码 ：A 文章编号 ：1001．3695(2015)03．0662—04 doi：10．3969／．issn．1001—3695．2015．03．005 BilingualCO—trainingforrelationclassificationviamachinetranslation HUYa—nan，HUIHao—tian，QIANLong—hua，ZHUQiao—ming (NaturalLanguageProcessingLaboratory，SchoolofComputerScience＆Technology，SoochowUniversity，SuzhouJiangsu215006，China) Abstract：Traditionalsemi—supervisedlearningforrelationextractionmainlyfocusesonmonolingualresources，failingtoalle— viatetheneedforlarge—scalecorporabytakingfulladvantageofthecomplementarinessbetweenmultiplelanguages．Thispaper proposedabilingualCO—trainingparadigm forrelationclassification．Itgaveasmallnumberoflabeledinstancesandalarge numberofunlabeledinstancesintwolanugages，denvedtwolanguageviewsforrelationinstancesfrom machinetranslationand entityalignment，andfinallygeneratedclassificationmodelsofrtwolanguagesbyCO—training．ExperimentalresultsontheACE RDC2005Chineseand English coprorashow thatbilingualCO—trainingcan simultaneouslyimproverelationclassification in bothlanguages，furtherdecreasingtheamountoftrainingdata． Keywords：bilingualCO—training；machinetranslation；entityalignment 料。一般来说 ，两种语言之间既存在冗余也存在互补 ，那么这 0 引言 种语言特征是否可以被利用来提升它们的关系抽取性能?例