文献类型：期刊文章

作　　者：马勋[1] 周长胜[2] 吕学强[1] 周建设[3]

MA Xun;ZHOU Changsheng;LV Xueqiang;ZHOU Jianshe(Beijing Key Laboratory of Internet Culture and Digital Dissemination Research,Beijing Information Science&Technology University,Beijing 100101,China;Computing Center,Beijing Information Science&Technology University,Beijing 100192,China;Beijing Advanced Innovation Center for Imaging Technology,Capital Normal University,Beijing 100048,China)

机构地区：[1]北京信息科技大学网络文化与数字传播北京市重点实验室,北京100101 [2]北京信息科技大学计算中心,北京100192 [3]首都师范大学北京成像技术高精尖创新中心,北京100048

出　　处：《计算机工程与应用》

基　　金：国家自然科学基金(No.61271304;No.61671070);北京成像技术高精尖创新中心项目(No.BAICIT-2016003);国家社会科学基金(No.14@ZH036);国家社科基金重大项目(No.15ZDB017)

年　　份：2018

卷　　号：54

期　　号：8

起止页码：220-225

语　　种：中文

收录情况：AJ、BDHX、BDHX2017、CSA、CSA-PROQEUST、CSCD、CSCD_E2017_2018、IC、INSPEC、JST、RCCSE、ZGKJHX、核心刊

摘　　要：针对非分类关系抽取中的关系识别问题,提出利用SAO结构和依存句法分析相结合的识别方法。该方法将中文专利领域的非分类关系抽取问题转化为符合SAO结构的识别问题,通过SAO结构中的动词信息可以解决关系识别的问题,并在此基础上,利用依存句法分析得到的依存关系强度结合传统的特征,分别对新特征、词特征、上下文特征、距离特征的有效性进行验证分析。实验结果表明,该方法优于传统方法,也验证了依存句法分析在非分类关系抽取中的可行性。

关 键 词：SAO结构  非分类关系 关系抽取 依存句法  

分 类 号：TP391.1]