一种基于距离监督的领域实体属性关系抽取方法

摘要

本发明涉及一种基于距离监督的领域实体属性关系抽取方法，属于自然语言处理和深度学习技术领域。本发明构建一个中文旅游景点的领域知识库，通过中文百科网站和旅游网站获取大量的旅游领域文本集，使用已经构建好的旅游领域知识库中的实体对来从旅游领域文本集中获取关系实例文本集，采用了主题模型关键词相似度计算和关键词模式匹配来进行去噪。最后使用各个关系下的正例数据和少量负例数据组合成的训练语料，对训练语料的词性特征、依存关系特征和短语句法树特征进行提取，利用这三种特征融合为一个语义信息更加丰富的大特征，进行关系抽取模型训练。实验表明，本文所使用的去噪后训练语料提取的三种特征融合的F值最高，抽取性能最好。