基于核方法的中文实体关系抽取研究-中文信息学报.pdfVIP

第 22 卷 　第 5 期 中文信息学报 Vol . 22 , No . 5 2008 年 9 月 J OU RN AL O F C H IN ESE IN FO RMA T ION PROCESSIN G Sep . , 2008 文章编号 : (2008) 050 10207 基于核方法的中文实体关系抽取研究 1 ,2 1 1 ,2 1 ,2 黄瑞红 ,孙 乐 ,冯元勇 ,黄云平 ( 1. 中国科学院 软件研究所 ,北京 100 190 ;2 . 中国科学院 研究生院 ,北京 100049) 摘 　要 : 命名实体关系抽取是信息抽取领域中的重要研究课题之一 。该文探讨了核方法在中文关系抽取上的有效 性问题 ,主要分为三部分 : 研究了在卷积树核中使用不同的语法树对关系抽取性能的影响;通过构造复合核检查了 树核与平面核之间的互补效果 ;改进了最短路径依赖核 ,将核计算建立在原最短依赖路径的最长公共子序列上 , 以 消除原始最短路径依赖核对依赖路径长度相同的过严要求 。因为核方法开始被用于英文关系抽取时 , F 1 值也只 有 40 %左右 ,而我们在 A CE2007 标准语料集上的实验结果表明 ,只使用作用在语法树上的卷积核时 , 中文关系抽 取的 F 1 值达到了35 % ,可见卷积核方法对中文关系抽取也是有效的 , 同时实验也表明最短路径依赖核对中文关系 抽取效果不明显 。 关键词 : 计算机应用 ; 中文信息处理 ; 中文实体关系抽取 ;核方法 ;卷积树核 ;复合核 ;最短路径依赖核 中图分类号 : TP39 1 　　　　文献标识码 : A A Study on Kernelbased Chinese Relation Extraction HU AN G Ruihong1 ,2 ,SUN L e1 ,F EN G Yuanyong1 ,2 , HUAN G Yunping1 ,2 ( 1. In stit ut e of Software , Chinese Academy of Sciences , Beij ing 100 190 , China ; 2 . Graduat e U niver sit y of Chinese Academy of Sciences , Beij ing 100049 , China) Abstract : Entit y Relation Ext raction i s one of t he import ant research fields in Information Ext raction . Thi s p ap er explores t he effectiveness of two kernelba sed met hods , t he convolution t ree kernel and t he short est p at h dep endency kernel , for Chinese relation ext raction based on A CE 2007 corp u s. For t he convolution kernel , t he influence by t he different p ar se t ree sp an s on t he p erformance of relation ext raction i s st udied . Then , ex