基于核函數(shù)的中文實體關(guān)系抽取新方法.pdf

1、實體關(guān)系抽取是在自然語言文本中識別實體之間語義關(guān)系的任務(wù)。
　　 本文首先提出了一套新穎的基于復(fù)合型核函數(shù)的中文實體關(guān)系抽取方法，它定義在兩個獨立的核函數(shù)基礎(chǔ)上，其中一個核函數(shù)稱為實體核函數(shù)，它的關(guān)注點是與實體相關(guān)特征的相似度，而另一個核函數(shù)稱為字符串語義相似度核函數(shù)，主要關(guān)注點是表述上下文文本相關(guān)特征的相似度。在此基礎(chǔ)上分別引入三種組合方式，分別是線性復(fù)合型核函數(shù)、半二次復(fù)合型核函數(shù)和二次復(fù)合型核函數(shù)，它們能夠更加全面地體現(xiàn)兩

2、個關(guān)系實例之間的相似度。
　　 在許多已經(jīng)成功應(yīng)用于關(guān)系抽取的特征之中，位置特征(如包含、相鄰和分離等)是最為重要的特征之一。為了能夠提供更為豐富的位置結(jié)構(gòu)信息，本文提出了實體形態(tài)樹的關(guān)系實例表示方法，用以刻畫實體之間的位置關(guān)系。實體形態(tài)樹同時還可以揭示各類實體在關(guān)系抽取任務(wù)中所扮演的角色。利用這樣的樹形表示，本文提出了基于實體形態(tài)樹核函數(shù)的中文關(guān)系抽取方法。
　　 在ACE2005數(shù)據(jù)集上的評測結(jié)果，驗證了基于核函數(shù)的