文献类型：期刊文章

作　　者：雷春雅[1] 郭剑毅[1,2] 余正涛[1,2] 毛存礼[1,2] 张少敏[1] 黄甫[1]

机构地区：[1]云南昆明理工大学信息工程与自动化学院,云南昆明650051 [2]云南省计算机技术应用重点实验室智能信息处理研究所,云南昆明650051

出　　处：《山东大学学报（工学版）》

基　　金：国家自然科学基金资助项目(60863011);云南省自然科学基金重点项目资助项目(2008CC023);云南省中青年学术技术带头人后备人才项目资助项目(2007PY01-11)

年　　份：2010

卷　　号：40

期　　号：5

起止页码：141-145

语　　种：中文

收录情况：BDHX、BDHX2008、CAS、CSA、CSA-PROQEUST、IC、RCCSE、UPD、ZGKJHX、核心刊

摘　　要：实体关系自动获取是信息抽取的难题之一。本文提出自扩展算法和最大熵机器学习算法相结合的方法,以旅游领域为研究对象进行实体关系的自动抽取。首先利用自扩展算法自动获取能体现实体对间大类关系的语义词汇,该词汇作为特征加入最大熵机器学习算法的特征集,并设定阈值实现训练语料的自动标注;然后使用最大熵机器学习算法对训练语料进行学习,构建实体关系抽取的分类器,实现实体关系的自动获取。在收集600篇旅游领域语料的基础上进行实验,4大类实体关系的抽取获得了较好的结果,其中地理位置关系和时节关系的F值分别为82.56%和81.17%。实验结果表明:在人工干预较少的情况下,加入实体对间的语义词汇能有效提高抽取效果。

关 键 词：实体关系抽取 最大熵 自扩展  特征  

分 类 号：TP391]