基于标签传播和主动学习的人物社会关系抽取.pdf

第 43卷 第 2期 计 算 机 工 程 2017年 2月 Vo1．43 No．2 ComputerEngineering February2017 · 人工智能及识别技术 · 文章编号：1000-3428(2017)02-0234-07 文献标志码：A 中图分类号：TP393 基于标签传播和主动学习的人物社会关系抽取 刘锦文，许 静 ，张利萍，芮伟康 (中国科学技术大学 计算机科学与技术学院，合肥 230022) 摘 要：基于标签传播的半监督学习算法能够提升少量标注数据下的关系抽取效果，但是随机选择训练样本会使 关系抽取性能降低 。为了从海量的网络信息中提取出可靠性较高的人物关系，将标签传播算法与主动学习相结合 用于人物关系抽取。在训练数据获取 中，主动选择不确定性最大的样本进行标注。在人物关系上的实验结果显 示，主动学习方法的引入可使平均 ，l值比标签传播算法提升2．3％。 关键词：人物社会关系；特征提取；标签传播；主动学习；关系抽取；半监督学习 中文引用格式 ：刘锦文 ，许 静 ，张利萍，等．基于标签传播和主动学习的人物社会关系抽取 [J]．计算机工程，2017， 43(2)：234—240． 英文引用格式 ：LiuJinwen，XuJing，ZhangLiping，eta1．PersonalSocialRelationExtractionBasedonLabelPropagation andActiveLearning[J]．ComputerEngineering，2017，43(2)：234-240． PersonalSocialRelationExtraction Based on LabelPropagationandActiveLearning LIU Jinwen，XU Jing，ZHANG Liping，RUIW eikang (SchoolofComputerScienceandTechnology，UniversityofScienceandTechnologyofChina，Hefei230022，China) 【Abstract】Inordertoextractpersonalrelationsofhighreliabilityfrom themassnetworkinformation，thesemi． supervisedlearning algorithm based on labelpropagationcanimprovetheperformanceofrelation extractionundersmall amountof labeled data，butrandomly selecting training sample may cause the reduction ofthe relation extraction performance．Thispapercombineslabelpropagationalgorithm andactivelearningsoastoextracttherelationshipbetween the characters．In thetraining data acquisition，themaximum uncertainty ofthe sample isactively selected forlabe1． Experimentalresultsonpersonalrelation show thatthe active learning method improvestheaverage F1by 2．3％ than labelpropagation algorithm ． 【Keywords】personalsocialrelation；featureextraction；labelpropagation；activelearning；relationextraction；semi— supervisedlearn ing DOI：10．3969／j