槽填充中模式优方法的研究.pdf

槽填充中模式优化方法的研究 中文摘要 槽填充中模式优化方法的研究 中文摘要 槽填充(Slot Filling)任务是TAC(Text Analysis Conference)会议于2009 年提出的 KBP(Knowledge Base Population)评测任务的主要组成部分。作为问答系统和信息抽取 中关系抽取的延续和发展，槽填充任务的主要目的是探究从开放的数据源中抽取特定 类型实体属性信息的方法。 在目前的槽填充任务中，基于依存路径的模式匹配方法被较多的系统所采用，而 其中的依存路径主要以斯坦福大学定义的依存关系为基础构建。本文以基于依存路径 的方法为基础，探讨了该类方法中存在的问题并提出了相应的解决方法。本文的主要 工作包含以下几个方面： 首先，本文研究了针对槽填充任务的不同实现方法，并以KBP 提供的评测资源 为基础，以斯坦福的自然语言处理工具，WordNet 语义词典等为辅助，实现了一个基 于模式匹配方法的槽填充基准系统。 其次，由于斯坦福的依存关系在槽填充任务中构建依存路径时存在很多的问题， 其中比较常见的有冗余程度较高，可靠性差，区分性低等。为解决这些问题，本文对 斯坦福的依存关系进行了重定义，并对部分种类的关系进行了删减，细化和转换，最 后将这些方法运用到基准系统中，优化系统的性能。 最后，针对基准系统中模式的正确率较低的问题，本文充分利用了槽填充任务 的本质特点，提出了模式语义定义和基于所有格关系，主谓关系的模式筛选方法，进 一步提高了系统的性能，使得系统最终的F1 值为24.7% ，相对于基准系统的14.4%， 提高了10.3% 。 关键词：模式优化；槽填充；依存路径；信息抽取 作 者：沈晓卫 指导教师：朱巧明 李培峰 I Abstract Reasearch on the Optimization of Extracting Pattern in Slot Filling Reasearch on the Optimization of Extracting Pattern in Slot Filling Abstract Slot Filling is one of KBP (Knowledge Base Population) evaluation task introducing by TAC (Text Analysis Conference) in 2009. As the continuation and development of question answering and entity relation extraction in information extraction, the main pur- pose of Slot Filling is to explore how to extract attribute information of entities with the specific type from the open data source. In the current Slot Filling task, the pattern matching method based on dependency path is used by many systems, and the dependency path is mainly built with the dependen- cies defined by Stanford.