自動(dòng)抽取維基百科文本中的語(yǔ)義關(guān)系.pdf

1、語(yǔ)義Web的構(gòu)建不僅需要由本體來(lái)定義基本知識(shí)骨架，同時(shí)也需要由遵循本體而定義的實(shí)例層知識(shí)庫(kù)來(lái)構(gòu)建內(nèi)容。雖然語(yǔ)義Web數(shù)據(jù)逐漸增長(zhǎng)，但是實(shí)例層的數(shù)據(jù)卻依然較為稀少。語(yǔ)義關(guān)系是構(gòu)建語(yǔ)義知識(shí)庫(kù)的重要組成部分。因此，抽取語(yǔ)義關(guān)系實(shí)例對(duì)語(yǔ)義Web的實(shí)現(xiàn)極其重要。 維基百科是一個(gè)免費(fèi)的在線百科全書(shū)。它也是目前最大的在線知識(shí)庫(kù)之一。在擁有較高覆蓋面的同時(shí)，其內(nèi)容也具有很高的準(zhǔn)確度。抽取維基百科中的語(yǔ)義關(guān)系對(duì)知識(shí)庫(kù)的構(gòu)建具有很大意義。維基百科中

2、，大量信息以文本形式呈現(xiàn)，盡管其中大量結(jié)構(gòu)化信息可以直接作為關(guān)系抽取的有效數(shù)據(jù)來(lái)源，但大部分的語(yǔ)義關(guān)系仍然需要從自然語(yǔ)言文本中獲取。 抽取維基百科自然語(yǔ)言文本中的語(yǔ)義關(guān)系有兩大難點(diǎn)：如何有效的識(shí)別維基百科中細(xì)粒度的實(shí)體；如何基于少量的關(guān)系樣例獲取較高的關(guān)系抽取性能。在本文中，首先，我們提出利用維基百科結(jié)構(gòu)化信息來(lái)輔助語(yǔ)義關(guān)系的抽取。我們借鑒了計(jì)算語(yǔ)言學(xué)領(lǐng)域的選擇約束，創(chuàng)新性的利用維基百科的結(jié)構(gòu)化信息來(lái)生成表達(dá)語(yǔ)義關(guān)系選擇約束的特

3、征，并提出了具體的特征選擇方法。我們利用這種選擇約束特征來(lái)識(shí)別和驗(yàn)證實(shí)體，從而有效輔助基于模式匹配的關(guān)系抽取。實(shí)驗(yàn)表明選擇約束特征極大的提升了關(guān)系抽取的性能。此外，考慮到在維基百科文本關(guān)系抽取中，我們只能從結(jié)構(gòu)化的信息表格中獲取少量關(guān)系樣例而缺乏相應(yīng)的關(guān)系反例，同時(shí)還缺乏一個(gè)關(guān)系分類(lèi)層次，因此我們引入了文本分類(lèi)領(lǐng)域中基于正例的學(xué)習(xí)算法，創(chuàng)新性的將其應(yīng)用到關(guān)系抽取中（據(jù)我們所知，之前尚無(wú)研究工作將基于正例的學(xué)習(xí)算法應(yīng)用到關(guān)系抽取領(lǐng)域）。我