关系抽取中基于本体的远监督样本扩充

摘要：

远监督学习是适合大数据下关系抽取任务的一种学习算法。它通过对齐知识库中的关系实例和文本集中的自然语句，为学习算法提供大规模样本数据。利用本体进行关系实例的自动扩充，用于解决基于远监督学习的关系抽取任务中部分待抽取关系的实例匮乏问题。该方法首先通过定义关系覆盖率和公理容积率，来寻找与关系抽取任务关联性大的本体；然后，借助本体推理中的实例查询增加待抽取关系下的关系实例；最后，通过对齐新增关系实例和文本集中的自然语句，达到扩充样本的效果。实验结果表明：基于本体的远监督学习样本扩充方法能够有效完成样本匮乏的关系抽取任务，进一步提升远监督学习方法在大数据环境下的关系抽取能力。

关键词：远监督、关系抽取、本体

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61272208,61133011,41172294,61170092;吉林省科技发展计划201201011

在线出版日期：2014-09-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：2088-2101