中文专利领域本体概念间非分类关系抽取.pdf

2017年 1月 计算机工程与设计 Jan．2017 第38卷 第 1期 COMPUTERENGINEERINGANDDESIGN Vo1．38 NO．1 中文专利领域本体概念问非分类关系抽取 何 宇 ，吕学强 ，刘秀磊。，徐丽萍。 (1．北京信息科技大学 网络文化与数字传播北京市重点实验室，北京 100101；2．北京信息科技大学 计算机学院，北京 100101；3．北京城市系统工程研究中心，北京 100089) 摘 要：将 中文专利本体中实体间非分类关系抽取问题限定为满足 SA0结构的实体间关系抽取问题。针对 SAO结构关系 抽取任务 中关系实例结构正确但是语义错误的问题，提出一种句法分析特征和关系词词典特征结合传统特征的关系抽取方 法。将新特征和上下文特征、距离特征等传统特征相结合，使用支持向量机进行关系抽取实验。实验结果表明，该方法优 于仅使用传统特征的关系抽取方法 。 关键词：SAO结构；非分类关系抽取；句法分析；支持向量机；本体学习 中图法分类号：TP391．1 文献标识号：A 文章编号 ：1000—7024 (2017)01—0097—06 doi：10．162o8／j．issnl000—7024．2017．O1．O19 Extractnon-taxonomicrelationsbetweenontologicalconcepts from Chinesepatentdocuments HEYu ，LYU Xue-qiang ，LIU Xiu-lei，XU Li—ping。 (1．BeijingKeyLaboratoryofInternetCultureandDigitalDisseminationResearch，BeijingInformationScienceand TechnologyUniversity，Beijing100101，China；2．ComputerSchool，BeijingInformationScienceandTechnology University，Beijing100101，China；3．BeijingResearchCenterofUrbanSystemEngineering，Beijing100089，China) Abstract：Thenon-taxonomicrelationsbetweenconceptsinChinesepatentontologywerelimitedtotheproblem ofSAO-based relationextractionfrom Chinesepatentdocuments．Tosolvetheproblem thatrelation structureisrightbutthesemanticis wrong，syntacticinformationanddictionaryofrelationshipwereproposedtouse,Supportvectormachinewasusedandtraditional featuressuchaslexicalinformation，distanceofconceptswerecombinedwithnew featurestocarryontheexperiments．Results show thatthismethodhasbetterperformancethantraditionalone． Keywords：subject—action-object(SAO)structure；non-taxonomicrelationsextraction；syntacticparsing；supportvectorma— chine；ontologylearning 系、领域关系、序列关系等。领域关系是