技术总结
本发明公开了一种结合从句级远程监督和半监督集成学习的关系抽取方法，具体实施如下：步骤1，通过远程监督将知识库中的关系三元组对齐到语料库，构建关系实例集；步骤2，使用基于句法分析的从句识别去除关系实例集中的噪声数据；步骤3，抽取关系实例的词法特征，并转化为分布式表征向量，构建特征数据集；步骤4，选择特征数据集中全部的正例数据和少部分负例数据组成标注数据集，其余负例数据在去除标签后组成未标注数据集，使用半监督集成学习算法训练关系分类器。本发明结合从句识别、远程监督和半监督集成学习进行关系抽取，在自动问答系统构建、海量信息处理、知识库自动构建、搜索引擎和特定文本挖掘等领域具有广阔的应用前景。
技术研发人员：陈岭;余小康
受保护的技术使用者：浙江大学
文档号码：201610615087
技术研发日：2016.07.28
技术公布日：2017.01.04