基于半监督条件随机场的信息抽取方法  

Information Extraction Method Based on Semi Supervised Random Field

作　　者：林春杰[1] 韩晓琴[2] Lin Chunjie;Han Xiaoqin(School of Information Technology,Luoyang Normal University,Luoyang Henan 471934,China;School of Education Scien ce,Luoyang Normal University,Luoyang Henan 471934,China)

机构地区：[1]洛阳师范学院信息技术学院,河南洛阳471934 [2]洛阳师范学院教育科学学院,河南洛阳471934

出　　处：《信息与电脑》2020年第10期103-106,共4页Information & Computer

基　　金：国家自然科学基金项目(项目编号:61272015,61602231);河南省科技开放合作项目(项目编号:172106000077);河南省高等学校重点科研项目(项目编号:16A520022);河南省高等学校青年骨干教师培养计划(项目编号:2017GGJS134);河南省科技创新杰出人才(项目编号:184200510011);河南省高等学校重点科研项目计划(项目编号:14B520061)。

摘　　要：信息抽取能够自动地从大量的非结构化文档中识别和提取信息,是人工智能领域的一个研究热点。基于此,笔者提出了基于半监督条件随机场模型的信息抽取方法。该方法引入基于本体的相似度计算方法预测未标记样本的类别,有效利用了未标记数据训练条件随机场模型,利用包含在本体中语义信息扩展特征解决数据稀疏问题。提出的方法能够同时在有标记和无标记的数据集下学习,既降低了人工注入成本,又提高了信息抽取效率。实验表明,该方法在包含大量未标记样本数据中的信息抽取准确率和召回率较高。Information extraction can automatically identify and extract information from a large number of unstructured documents,which is a research hotspot in the field of artificial intelligence.The information extraction method based on semi supervised conditional random field model is proposed.In this method,ontology based similarity calculation method is introduced to predict the class of unlabeled samples,and unlabeled data is effectively used to train conditional random field model.Using the extended features of semantic information contained in ontology to solve the problem of data sparsity.The proposed method can learn from both labeled and unlabeled datasets,which not only reduces the cost of manual injection,but also improves the efficiency of information extraction.Experimental results show that the method has a high accuracy and recall rate in information extraction with a large number of unlabeled sample data.

关 键 词：领域本体 条件随机场 信息抽取 半监督机器学习 

分 类 号：TP391.1[自动化与计算机技术—计算机应用技术]