基于特征选择的实体关系抽取  

Entity relation extraction based on feature selection

作　　者：毛小丽[1] 何中市[1] 邢欣来[1] 刘莉[1] 

机构地区：[1]重庆大学计算机学院,重庆400044

出　　处：《计算机应用研究》2012年第2期530-532,共3页Application Research of Computers

基　　金：中央高校基本科研业务费科研专项资助项目(CDJXS11180020);国家科技重大专项项目(2008ZX07315-001)

摘　　要：提出了一种实体关系抽取方案,该方案针对实体关系抽取中特征空间维数过高问题,引入了文本分类中的特征选择算法,如信息增益、期望交叉熵和x2统计,实现了特征空间降维。实验结果表明,各特征选择算法均能在尽量保证抽取性能的同时有效地降低向量空间维数,提高分类效率,其中x2统计取得的效果最好。This paper proposed a new entity relation extraction method using the feature selection algorithms such as information gain,expected cross entropy,x2 statistic which were used in text classification for reducing the feature space dimension.Experiments results show that these feature selection algorithms can keep the extraction performance while ensuring reduce the vector space dimension effectively,and improve the classification efficiency.The x2 statistic reaches the best performance.

关 键 词：关系抽取 特征选择 信息增益 期望交叉熵 x2统计 

分 类 号：TP309[自动化与计算机技术—计算机系统结构]