-
题名面向自然语言文本的否定性与不确定性信息抽取
被引量：11
- 1
-
-
作者
邹博伟
钱忠
陈站成
朱巧明
周国栋
-
机构
苏州大学计算机科学与技术学院
-
出处
《软件学报》
EI
CSCD
北大核心
2016年第2期309-328,共20页
-
基金
国家自然科学基金(61272260
61331011
61273320)~~
-
文摘
目前,信息抽取研究主要面向肯定性信息,而自然语言文本中包含了大量否定性和不确定性信息,为了将此类信息与肯定性信息区分开,有必要针对否定性与不确定性信息抽取进行深入研究.针对这一任务,首次构建了一个16 841句的汉语语料资源,利用序列标注模型与卷积树核模型,系统地探索了各种序列化依存特征和结构化句法树特征的有效性,并提出了元决策树模型,对二者进行融合.实验结果显示,该方法在否定性和不确定性信息抽取任务上的精确率分别达到69.84%和58.57%,为相关研究打下了坚实的基础.
-
关键词
信息抽取
否定性信息
不确定性信息
线索词检测
覆盖域界定
-
Keywords
information extraction
negation information
uncertainty information
cue detection
scope resolution
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
