基于SAO结构的中文专利实体关系抽取

摘要：

针对当前中文专利文本实体关系抽取中采用词法特征、上下文特征、距离特征等传统特征导致抽取效率低的问题, 提出一种将传统特征和句法语义特征相结合的方法.将中文专利文本的关系抽取问题转换为SAO结构的识别问题, 进行分词和实体标注, 抽取专利文本中的候选SAO三元组;提取候选SAO三元组的传统特征和句法语义特征;利用xg-boost算法在这些特征上做训练和预测, 对特征的有效性进行实验分析.实验结果表明, 该方法较使用传统特征的方法有明显提高, 验证了句法语义特征的有效性.

关键词：关系抽取、梯度提升算法、SAO结构、句法特征、语义特征

所属期刊栏目：40

分类号：TP391.1(计算技术、计算机技术)

资助基金：国家自然科学基金项目61671070;北京成像技术高精尖创新中心基金项目BAICIT-2016003;国家社会科学基金重大基金项目15ZDB017;国家语委重点基金项目ZDI135-53

在线出版日期：2019-05-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：706-712