基于弱监督学习的主页人物属性抽取方法
文献类型：期刊论文
| 作者 | 张巧; 熊锦华; 程学旗 |
| 刊名 | 山西大学学报. 自然科学版
 |
| 出版日期 | 2015 |
| 卷号 | 38期号:1页码:8 |
| 关键词 | 人物属性抽取 前导词 属性模式 分类模型 |
| ISSN号 | 0253-2395 |
| 英文摘要 | 提出了一种基于弱监督学习的主页人物属性抽取方法,首先根据领域模式从个人主页中提取出人物属性的前导词,接着通过前导词获取人物属性作为初始的属性种子,在这些属性种子中提取属性的模式,并结合分类和bootstrapping方法不断迭代抽取出无前导词的人物属性。在整个抽取过程中,只需要少量的人工标注。在英文机构网站上的人物属性抽取对比实验结果表明,该方法较属性分类抽取方法在准确率上提高了7.8%,召回率上提高了7.5%。 |
| 语种 | 英语 |
| 源URL | [http://119.78.100.204/handle/2XEOYT63/31499]  |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 张巧,熊锦华,程学旗. 基于弱监督学习的主页人物属性抽取方法[J]. 山西大学学报. 自然科学版,2015,38(1):8. |
| APA | 张巧,熊锦华,&程学旗.(2015).基于弱监督学习的主页人物属性抽取方法.山西大学学报. 自然科学版,38(1),8. |
| MLA | 张巧,et al."基于弱监督学习的主页人物属性抽取方法".山西大学学报. 自然科学版 38.1(2015):8. |
入库方式： OAI收割
来源：计算技术研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。