基于信息增益的Web人物关系抽取-计算机应用研究.PDFVIP

优先出版 计 算 机 应 用 研 究 第33 卷 基于信息增益的Web 人物关系抽取* a a* b b 黄卫春 ，徐 力 ，熊李艳 ，钟茂生 (华东交通大学 a．软件学院；b ．信息工程学院，南昌 330013) 摘 要：针对人物关系抽取中的效率与准确性问题进行了研究，提出一种基于信息增益的轻量级 Web 人物社会关系提 取方法。它通过计算初始关系元组的关系描述词的信息增益值进而确定元组上下文位置并据此创建相应的关系抽取模 板，最后利用模板实现了 Web 的人物关系自动提取。针对中文语义上存在相似性的问题，引入了基于《同义词词林》 与基于《知网》的人物关系描述词扩展方法。对于某一句子内包含多个人物实体且存在多种人物关系的情况，提出了一 种基于模板上下文信息增益值模糊匹配的方法来抽取符合特定人物关系的人物实体。实验结果证明：该方法的平均准确 率为89.92%，平均召回率为84.64%。基于信息增益的Web 社交网络人物关系抽取方法能有效地完成实时语料中的关系 抽取任务。 关键词：关系抽取；信息增益；模板匹配；多分类；自然语言处理 中图分类号：TP391 Information gain-based method of people relation extraction on Web a a* b b Hung Weichun , Xu Li , Xiong Liyan , Zhong Maosheng (a. School of Software, b. School of Information Engineering, East China Jiaotong University, Nanchang 330013) Abstract: For the problem of accuracy and efficiency in the person relationship extraction. this paper presented a lightweight Web people ’s social relations extraction method which based on the information gain . It calculated the information gain of relationship description word that in the initial relationship tuple and then locates the tuple context. Moreover. it created a corresponding template for the Web automatic relationship extraction. In view of the circumstance of the Chinese semantic similarities. this paper introduced the method that people relationship description words extension that based to the “HowNet” and “Chinese Thesaurus”. Sometimes one s