基于平行语料库的双语协同中文关系抽取Bilingual-计算机应用.PDFVIP

JournalofComputerApplications ISSN1001-9081 2016- 【-10 计算机应用,2016, 【( 【): 【- 【 CODEN JYIIDU 文章编号:1001-9081(2016) 【-0000-00 doi:10.11772/j.issn.1001-9081.2016. 【.0000 基于平行语料库的双语协同中文关系抽取 1 2 1 1,3* 郭勃 ,冯旭鹏 ,刘利军 ,黄青松 (1.昆明理工大学信息工程与自动化学院，昆明 650500；2.昆明理工大学教育技术与网络中心，昆明 650500； 3.云南省计算机技术应用重点实验室 （昆明理工大学），昆明 650500) ( *通讯作者电子邮箱kmustailab@) ： 摘 要 ，针对在中文资源的关系抽取中，中文长句句式复杂，句法特征提取难度大、准确度低等问题，提出了一种基于平 行语料库的双语协同中文关系抽取方法。首先在中英双语平行语料库中的英文语料上利用英文成熟的句法分析工具，将得到 依存句法特征用于英文关系抽取分类器的训练，然后与利用适合中文的N-gram 特征在平行语料库中的中文语料上训练的中文 关系抽取分类器构成双语视图，最后再依靠标注映射后的平行语料库，将彼此高可靠性的语料加入对方训练语料进行双语协 同训练，最终得到一个性能更好的中文关系抽取分类模型。通过对中文测试语料进行实验，结果表明该方法提高了基于弱监 督方法的中文关系抽取性能，其F值提高了3.9个百分点。该方法在中文知识库的构建等应用上具有一定的价值。 关键词：弱监督学习；关系抽取；N-gram；平行语料库；双语协同训练 中图分类号：TP391.1 文献标识码：A Bilingual collaborativeChineserelationextractionbasedon Parallel Corpus 1 2 1 1,3* GUObo ,FENGXupeng ,LIU Lijun ,HUANGQingsong （1.Faculty of InformationEngineering andAutomation,Kunming University of Scienceand Technology,Kunming 650500,china; 2 .Educationaltechnology andNetwork Center,Kunming University of Scienceand Technology,Kunming 650500,china; 3.YunnanProvincialKey Laboratory of Computer Technology Applications(Kunming University of Scienceand Technology),Kunming 650500,china) Abstract： For therelationship extraction between the Chinese resources, aimed at the long Chinese sentence style is complex and the syntactic feature extraction is very difficult, and its accuracy is