基于弱监督的属性关系抽取方法

doi:10.11772/j.issn.1001-9081.2014.01.0064

计算机应用 ›› 2014, Vol. 34 ›› Issue (1): 64-68.DOI: 10.11772/j.issn.1001-9081.2014.01.0064

基于弱监督的属性关系抽取方法

杨宇飞,戴齐,贾真,尹红风

西南交通大学信息科学与技术学院,成都 610031

收稿日期:2013-07-29 修回日期:2013-09-12 出版日期:2014-01-01 发布日期:2014-02-14
通讯作者: 贾真
作者简介:杨宇飞(1988-),男,河南驻马店人,硕士研究生,主要研究方向:信息抽取;戴齐(1963-),男,四川成都人,副教授,主要研究方向:数据挖掘、智能信息处理;贾真(1975-),女,河南开封人,讲师,硕士,主要研究方向:信息抽取,内容安全;尹红风(1964-),男,河南商丘人,教授,博士,主要研究方向:大数据、语义搜索。
基金资助:
国家自然科学基金资助项目;中央高校基本科研业务费专项资金资助项目;中国科学院自动化所复杂系统管理与控制重点实验室开放课题

Weakly supervised method for attribute relation extraction

YANG Yufei,DAI Qi,JIA Zhen,YI Hongfeng

School of Information Science and Technology, Southwest Jiaotong University, Chengdu Sichuan 610031, China

Received:2013-07-29 Revised:2013-09-12 Online:2014-01-01 Published:2014-02-14
Contact: JIA Zhen

摘要/Abstract

摘要： 针对从中文百科中抽取属性关系时所面临的训练语料匮乏问题,提出一种利用极少人工参与的弱监督自动抽取方法。首先,利用中文百科条目信息模板中的半结构化属性关系回标条目文本自动获取训练语料;然后,根据朴素贝叶斯分类原理优化训练语料;最后,基于条件随机场(CRF)建立属性关系抽取模型。在互动百科中采集的数据集上进行实验,综合评价F值达到了80.9%。结果表明该方法能够获得质量较高的训练语料,并取得良好的抽取性能。

关键词: 关系抽取, 弱监督, 中文百科, 朴素贝叶斯分类, 条件随机场

Abstract: In order to solve the problem of insufficient training corpus for extracting attribute relation from Chinese encyclopedia, a weakly supervised method was proposed, which needed minimal human intervention. First, semi-structured attribute relations from Chinese encyclopedia entry infoboxes were used to tag entry texts for obtaining training corpus. Second, the optimized training corpus was obtained based on Naive Bayesian theory. Third, Conditional Random Field (CRF) was used to form attribute relation extraction model. The evaluation of F-score on the Hudong encyclopedia datasets was 80.9%. The experimental result shows that this method can enhance the quality of training corpus and runs a better extraction performance.

Key words: relation extraction, weak supervision, Chinese encyclopedia, Naive Bayes classification, Conditional Random Field (CRF)

中图分类号:

TP391

杨宇飞戴齐贾真尹红风. 基于弱监督的属性关系抽取方法[J]. 计算机应用, 2014, 34(1): 64-68.

YANG Yufei DAI Qi JIA Zhen YI Hongfeng. Weakly supervised method for attribute relation extraction[J]. Journal of Computer Applications, 2014, 34(1): 64-68.

[1]	刘雅璇, 钟勇. 基于头实体注意力的实体关系联合抽取方法[J]. 计算机应用, 2021, 41(9): 2517-2522.
[2]	陆鑫伟, 余鹏飞, 李海燕, 李红松, 丁文谦. 基于注意力自身线性融合的弱监督细粒度图像分类算法[J]. 计算机应用, 2021, 41(5): 1319-1325.
[3]	王朱君, 王石, 李雪晴, 朱俊武. 基于深度学习的事件因果关系抽取综述[J]. 计算机应用, 2021, 41(5): 1247-1255.
[4]	崔博文, 金涛, 王建民. 自由文本电子病历信息抽取综述[J]. 计算机应用, 2021, 41(4): 1055-1063.
[5]	王晓霞, 钱雪忠, 宋威. 基于注意力与图卷积网络的关系抽取模型[J]. 计算机应用, 2021, 41(2): 350-356.
[6]	武小平, 张强, 赵芳, 焦琳. 基于BERT的心血管医疗指南实体关系抽取方法[J]. 计算机应用, 2021, 41(1): 145-149.
[7]	张心怡, 冯仕民, 丁恩杰. 面向煤矿的实体识别与关系抽取模型[J]. 计算机应用, 2020, 40(8): 2182-2188.
[8]	胡甜甜, 但雅波, 胡杰, 李想, 李少波. 基于注意力机制的Bi-LSTM结合CRF的新闻命名实体识别及其情感分类[J]. 计算机应用, 2020, 40(7): 1879-1883.
[9]	薛露, 宋威. 基于动态标签的关系抽取方法[J]. 计算机应用, 2020, 40(6): 1601-1606.
[10]	吴崇数, 林霖, 薛蕴菁, 时鹏. 基于自监督学习的病理图像层次分割[J]. 计算机应用, 2020, 40(6): 1856-1862.
[11]	边小勇, 江沛龄, 赵敏, 丁胜, 张晓龙. 基于多分支神经网络模型的弱监督细粒度图像分类方法[J]. 计算机应用, 2020, 40(5): 1295-1300.
[12]	周健, 黄章进. 基于改进三维形变模型的三维人脸重建和密集人脸对齐方法[J]. 计算机应用, 2020, 40(11): 3306-3313.
[13]	严经纬, 李强, 王春茂, 谢迪, 王保青, 戴骏. 面部运动单元检测研究综述[J]. 计算机应用, 2020, 40(1): 8-15.
[14]	赵光华, 赖见辉, 陈艳艳, 孙浩冬, 张野. 基于朴素贝叶斯分类的居民出行起讫点识别方法[J]. 计算机应用, 2020, 40(1): 36-42.
[15]	丁英姿, 丁香乾, 郭保琪. 基于弱监督的改进型GoogLeNet在DR检测中的应用[J]. 计算机应用, 2019, 39(8): 2484-2488.

基于弱监督的属性关系抽取方法

Weakly supervised method for attribute relation extraction

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics