基于卷积树核的无指导中文实体关系抽取研究.pdf

第 24 卷 　第 4 期 中文信息学报 Vol . 24 , No . 4 20 10 年 7 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G J ul . , 20 10 文章编号 : (20 10) 0400 1107 基于卷积树核的无指导中文实体关系抽取研究 1 ,2 1 1 1 黄 晨 , 钱龙华 , 周国栋 , 朱巧明 ( 1. 苏州大学 计算机科学与技术学院 ,江苏 苏州 2 15006 ; 2 . 张家港广播电视大学 ,江苏 张家港 2 15600) 摘 　要 : 该文提出了一种基于卷积树核的无指导中文实体关系抽取方法 。该方法以最短路径包含树作为关系实例 的结构化表示形式 , 以卷积树核函数作为树相似度计算方法 ,并采用分层聚类方法进行无指导中文实体关系抽取 。 在 A CE RDC 2005 中文基准语料库上的无指导关系抽取实验表明 ,采用该方法的 F 值最高可达到 60 . 1 ,这说明基 于卷积树核的无指导中文实体关系抽取是行之有效的。 关键词 : 计算机应用 ; 中文信息处理 ;实体关系抽取 ;卷积树核 ;无指导学习;层次聚类 中图分类号 : TP39 1 　　　　文献标识码 : A Research on Unsupervised Chinese Entity Relation Extraction Based on Convolution Tree Kernel HUAN G Chen1 ,2 , QIAN Longhua1 , ZHOU Guodong1 , ZHU Qiaoming1 ( School of Comp ut er Science and Technolo gy , Soochow U niver sit y , Suzhou , J iangsu 2 15006 , China ; Zhangj iagang Radio and TV U niver sit y , Zhangj iagang , J iangsu 2 15006 ,China) Abstract : Thi s p ap er p ropo ses a convolution t ree kernelba sed app roach for un sup ervi sed Chinese entit y relation ex t raction . Thi s met hod fir st rep resent s pot ential relation in st ances a s short est p at henclo sed t rees , t hen comp ut es similarities between t hem u sing convolution t ree kernel , finally group s t hem into variou s clu st er s t hrough hierarchi cal clu st ering algorit hm s. Evaluation on t he A CE RDC 2005 benchmark corp u s show s t hat t he convolution t ree ker nel