当前位置:
首页 »  研究成果 »  论文库

融合词嵌入表示特征的实体关系抽取方法研究 




论文题目:融合词嵌入表示特征的实体关系抽取方法研究
论文作者:张琴;郭红梅;张智雄
发表年份:2017
摘要:【目的】为解决已有方法中单词特征表示不具有语义信息这一问题,对词嵌入表示特征在关系抽取中的作用进行探讨。【方法】考虑词嵌入表示级别、词汇级别和语法级别三种类型特征,利用朴素贝叶斯模型、决策树模型和随机森林模型进行对比实验,并选出代表全部特征的有效特征子集。【结果】使用全部特征时,决策树算法的准确率达到0.48,关系抽取效果最佳,Member-Collection(E_2,E_1)类型关系的F_1值达到0.70,特征排序结果表明依存关系有助于关系抽取。【局限】对小样本量和情况复杂的关系类型识别效果有待提高,以及词向量训练及方法的相关参数需要进一步优化。【结论】实验证明选取的三种类型特征的有效性,词嵌入表示级别特征在实体关系抽取问题中可以发挥重要作用。
论文明细:
张琴;郭红梅;张智雄.融合词嵌入表示特征的实体关系抽取方法研究.数据分析与知识发现.2017.():.
全文下载