谓词概念连通度的中文实体关系抽取策略

摘要：

中文实体关系抽取是开放域文本检索与知识发现的研究热点，传统的抽取策略普遍存在人工标注量大，模式通用性受限，关系抽取粒度相对固定等问题，限制了其在开放领域的关系抽取效果。基于概念的结构分层和关系连通，面向中文实体关系构建了谓词概念模型（predicate concept model，PCM），在此基础上，提出了增量学习的谓词概念获取策略PCIA和基于谓词概念连通的关系抽取策略PCCS，由此进行了开放域非紧密的、远距离实体关系的抽取。各谓词概念的构建相对独立，概念组合更为灵活，对关系的描述具有更好的通用性和可解释性，为开放域未知关系的识别与抽取提供了有效手段。实验结果表明，PCCS有效提升了中文实体识别及实体连通路径选择的质量，获得了良好的关系抽取性能。

关键词：实体关系、谓词概念模型(PCM)、概念相关度、概念连通度

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos.61262033,61262009;the Science and Technology Support Program of Jiangxi Province under Grant No.20141BBE50031;the Natural Science Foundation of Jiangxi Province of China under Grant Nos.20132BAB201028,20142BAB207009;the Medical Research Program of Health Department of Jiangxi Province under Grant No.2013A100;the Science Foundation of Department of Education of Jiangxi Province under Grant Nos. GJJ11184, GJJ13303

在线出版日期：2014-11-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共13页

页码：1345-1357