基于动词名词和CHI特征选择的中文人物社会关系抽取.PDFVIP

第３４卷第６期 计 算 机 应 用 研 究 Ｖｏｌ３４Ｎｏ６ ２０１７年６月　 ＡｐｐｌｉｃａｔｉｏｎＲｅｓｅａｒｃｈｏｆＣｏｍｐｕｔｅｒｓ Ｊｕｎ．２０１７ 基于动词名词和ＣＨＩ特征选择的 中文人物社会关系抽取 曾　辉，唐佳丽，熊李艳，黄晓辉 （华东交通大学信息工程学院，南昌３３００１３） 摘　要：针对中文人物社会关系标注语料库的匮乏和人物关系分类过于粗糙的问题，采用一种简单的方式标注 了八类主要人物社会关系。为了有效地降低特征向量的维数避免维数灾难，并尽可能去除噪声特征以提高关系 ２ 抽取的准确率，提出一种基于动词和名词抽取与 统计量法（ＣＨＩ）相结合的特征选择方法，并使用ＴＦＩＤＦ计算 χ 特征权重。通过ＳＶＭ分类器进行实验，Ｆ值和正确率都得到了提高；为了充分利用数据集对该特征选择方法的 效果进行测试，使用ｋ折交叉验证检验该方法的有效性，实验表明通过该方法产生的分类模型具有较强的区分 能力和泛化能力。 关键词：人物关系抽取；人物关系标注；特征选择；ＣＨＩ；ＳＶＭ分类器 中图分类号：ＴＰ３９１１　　　文献标志码：Ａ　　　文章编号：１００１３６９５（２０１７）０６１６３１０５ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１３６９５．２０１７．０６．００７ ＰｅｒｓｏｎａｌｓｏｃｉａｌｒｅｌａｔｉｏｎｅｘｔｒａｃｔｉｏｎｉｎＣｈｉｎｅｓｅｂａｓｅｄｏｎ ｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｏｆＣＨＩ，ｖｅｒｂａｎｄｎｏｕｎ ＺｅｎｇＨｕｉ，ＴａｎｇＪｉａｌｉ，ＸｉｏｎｇＬｉｙａｎ，ＨｕａｎｇＸｉａｏｈｕｉ （ＳｃｈｏｏｌｏｆＩｎｆｏｒｍａｔｉｏｎＥｎｇｉｎｅｅｒｉｎｇ，ＥａｓｔＣｈｉｎａＪｉａｏｔｏｎｇＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｃｈａｎｇ３３００１３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：ＤｕｅｔｏｔｈｅｓｃａｒｃｅｏｆｌａｂｅｌｅｄＣｈｉｎｅｓｅｃｏｒｐｕｓｏｆｓｏｃｉａｌｒｅｌａｔｉｏｎａｎｄｔｈｅｒｏｕｇｈｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｐｅｒｓｏｎａｌｓｏｃｉａｌｒｅｌａ ｔｉｏｎｓ，ｔｈｉｓｐａｐｅｒｕｓｅｄａｓｉｍｐｌｅｍｅｔｈｏｄｔｏｌａｂｅｌｅｄｅｉｇｈｔｍａｉｎｔｙｐｅｓｏｆｐｅｒｓｏｎａｌｓｏｃｉａｌｒｅｌａｔｉｏｎ．Ｉｔｗａｓｎｅｃｅｓｓａｒｙｔｏｒｅｄｕｃｅｔｈｅｄｉ ｍｅｎｓｉｏｎｏｆｆｅａｔｕｒｅｖｅｃｔｏｒｅｆｆｅｃｔｉｖｅｌｙｔｏａｖｏｉｄｔｈｅｃｕｒｓｅｏｆｄｉｍｅｎｓｉｏｎａｌｉｔｙａｎｄｒｅｍｏｖｅｔｈｅｎｏｉｓｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｔｏｉｍｐｒｏｖｅｔｈｅａｃ ｃｕｒａｃｙｏｆｒｅｌａｔｉｏｎｅｘｔｒａｃｔｉｏｎ，ｔｈｅｒｅｆｏｒｅ，ｔｈｉｓｐａｐｅｒｐｒｏｐｏｓｅｄａｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄｂａｓｅｄｏｎＣｈｉｓｑｕａｒｅｓｔａｔｉｓｔｉｃｃｏｍｂｉｎａｔｉｏｎ ｗｉｔｈｓｅｌｅｃｔｉｏｎｏｆｖｅｒｂａｎｄｎｏｕｎ，ａｎｄｕｓｅｄＴＦＩＤＦｔｏｃａｌｃｕｌａｔｅｗｅｉｇｈｔｏｆｔｈｅｆｅａｔｕｒｅｉｔｅｍｓ．Ａｆｔｅｒｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎ，ｔｈｅｐｒｏｐｏｓｅｄ ｍｅｔｈｏｄｗａｓｔｅｓｔｅｄｂｙＳＶＭｃｌａｓｓｉｆｉｅｒ，ａｎｄｔｈｅｒｅｓｕｌｔｓｏｆＦｓｃｏｒｅａｎｄａｃｃｕｒａｃｙｗｅｒｅｉｍｐｒｏｖｅｄ．Ｉｎｏｒｄｅｒｔｏｍａｋｅｆｕｌｌｕｓｅｏｆｔｈｅ ｄａｔａｓｅｔｔｏｔｅｓｔｔｈｅｅｆｆｅｃｔｏｆｔｈｉｓｆｅａｔｕｒｅｓｅｌｅｃｔｉｏｎｍｅｔｈｏｄ，ｔｈｅｖａｌｉｄｉｔｙｏｆｔｈｅｐｒｏｐｏｓｅｄｍｅｔｈｏｄｗａｓｔｅｓｔｅｄｂｙｕｓｉｎｇｋｆ