中文命名實體識別及關系提取(編輯修改稿)
2025-08-28 12:32 本頁面
【文章內(nèi)容簡介】 ，沒必要增加一個維度。比如 主 PSsuf OB。實驗數(shù)據(jù)顯示，性能沒有任何變化。 如何獲得詞綴信息 1）從訓練語料中抽取所有的命名實體，然后計算頻率，然后抽取所有詞的后綴，然后計算頻率，取頻率高的。 2）手動檢查是否添加了無用的后綴，比如“上海市”在訓練語料出現(xiàn)很多次，提取后綴會出現(xiàn)“海市”為一個高頻率后綴，這些需要特殊處理。 其它問題 為什么沒有引入詞性信息？ 1）一般的詞性標注的準確率在 90%左右，而且人民日報語料的標注詞性比較多，有 40+種，準確率要比 90%低一些。 2）命名實體的準確率在 90%以上，已經(jīng)比詞性標注要高了。 3）對于命名實體的 Recall提升的話，詞性標注沒有明顯的幫助辦法，換句話說詞性對于判錯還有些用，但是對于 Recall只會降低。 Any Other Quentions？？？ 關系識別 Locatedin關系： 窮舉任意兩個在一篇文章中出現(xiàn)的命名實體，然后判斷他們是否是 Locatedin關系。 判斷標準： 1）如果一個地點實體（ NS）是一個組織（ NT）的模糊前綴。比如“上海市” “上海大白兔有限公司” 2）一個地點后緊接著一個組織，“上海市” 的 大白兔有限公司 3) 在上下文中有關鍵詞匹配成功 4） NT中內(nèi)含 NS，“上海市閔行區(qū)派出所”
規(guī)章制度相關推薦
鄂ICP備17016276號-1