基于弱监督学习的海量网络数据关系抽取

作者：陈立玮; 冯岩松; 赵东岩

来源：Z201309006, 2013, (09): 1825-1835.

• 关系抽取
• 弱监督学习
• 最大熵模型
• 协同训练
• 知识库构建 relation extraction
• weakly supervised learning
• maximum entropy
• co-training
• knowledge base construction

在大数据时代,对于海量网络数据的信息抽取与应用已成为自然语言处理和信息检索技术发展的重要主题.其中,基于弱监督的关系抽取方法,因为具有不需要过多人工参与、适应性强的特点,受到了广泛的关注.目前针对它的研究主要集中在英语资源上,主要使用传统的词法和句法特征.然而,词法特征有严重的稀疏性问题,句法特征则对一些语言分析工具的性能有较强的依赖性.提出利用n-gram特征来缓解传统词法特征稀疏性的问题.特别地,这种特征还可以弥补传统句法特征在其他语言上不可靠的情况,对于关系抽取的跨语言应用有重要作用.在此基础上,针对弱监督学习中标注数据不完全可靠的情况,提出基于bootstrapping思想的协同训练方...

• 单位
  北京大学王选计算机研究所