江西师范大学学报(自然科学版)
江西師範大學學報(自然科學版)
강서사범대학학보(자연과학판)
JOURNAL OF JIANGXI NORMAL UNIVERSITY(NATURAL SCIENCES EDITION)
2013年
3期
279-283,305
,共6页
曾道建%来斯惟%张元哲%刘康%赵军
曾道建%來斯惟%張元哲%劉康%趙軍
증도건%래사유%장원철%류강%조군
属性抽取%非结构化%信息框%百度百科
屬性抽取%非結構化%信息框%百度百科
속성추취%비결구화%신식광%백도백과
attribute-value extraction%unstructured text%Infobox%Baidu encyclopedia
从非结构化文本中抽取给定实体的属性及属性值,将属性抽取看作是一个序列标注问题.为避免人工标注训练语料,充分利用百度百科信息框(Infobox)已有的结构化内容,对非结构化文本回标自动产生训练数据.在得到训练语料后,结合中文特点,选取多维度特征训练序列标注模型,并利用上下文信息进一步提高系统性能,进而在非结构化文本中抽取出实体的属性及属性值.实验结果表明:该方法在百度百科多个类别中均有效;同时,该方法可以直接扩展到类似的非结构化文本中抽取属性.
從非結構化文本中抽取給定實體的屬性及屬性值,將屬性抽取看作是一箇序列標註問題.為避免人工標註訓練語料,充分利用百度百科信息框(Infobox)已有的結構化內容,對非結構化文本迴標自動產生訓練數據.在得到訓練語料後,結閤中文特點,選取多維度特徵訓練序列標註模型,併利用上下文信息進一步提高繫統性能,進而在非結構化文本中抽取齣實體的屬性及屬性值.實驗結果錶明:該方法在百度百科多箇類彆中均有效;同時,該方法可以直接擴展到類似的非結構化文本中抽取屬性.
종비결구화문본중추취급정실체적속성급속성치,장속성추취간작시일개서렬표주문제.위피면인공표주훈련어료,충분이용백도백과신식광(Infobox)이유적결구화내용,대비결구화문본회표자동산생훈련수거.재득도훈련어료후,결합중문특점,선취다유도특정훈련서렬표주모형,병이용상하문신식진일보제고계통성능,진이재비결구화문본중추취출실체적속성급속성치.실험결과표명:해방법재백도백과다개유별중균유효;동시,해방법가이직접확전도유사적비결구화문본중추취속성.