基于弱监督学习的中文网络百科关系抽取

摘要：

实体关系抽取在信息检索、自动问答、本体学习等领域都具有重要作用。提出了基于弱监督学习的关系抽取框架。首先利用知识库中已有结构化的关系三元组，从自然语言文本中自动获取训练语料；针对训练语料数量较少导致特征不足的问题，采用基于朴素贝叶斯的句子分类器和基于自扩展的训练方法，从未标注数据中获取更多的训练语料；然后利用条件随机场模型训练关系抽取器。实验结果表明所提方法的有效性，有现有方法相比，文中方法获得较高的准确率。

关键词：知识获取、信息抽取、关系抽取、弱监督学习、自扩展、中文网络百科、条件随机场、朴素贝叶斯

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61170111，61134002，61202043，61262058．

在线出版日期：2015-03-25（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：113-119