基于扩展关联规则的中文非分类关系抽取.pdfVIP

第35卷 第24期 计 算 机 工 程 2009年 12月 Vo1．35 No．2 ComputerEngineering December2009 · 软件技术与数据库 · 文章编号：l00o_3428(2009)24__0063—_o3 文献标识码：A 中图分类号：TP311 基于扩展关联规则的中文非分类关系抽取 温 春，石昭祥，辛 元 (电子工程学院网络工程系 ，合肥 230037) 摘 要：提出一种扩展的关联规则法用于抽取中文非分类关系，在利用普通关联规则抽取出非分类关系概念对后，通过语言学规则抽取相 应的非分类关系名称。该方法克服了普通关联规则法无法得出具体非分类关系名称的缺点，能够确定非分类关系的定义域和值域。实验结 果表明仅使用扩展的关联规则法进行非分类关系抽取即可完成任务，无须对概念对与 “谓语”动词之间的紧密程度进行验证。 关健词：本体学习；非分类关系；关联规则 ChineseN0n．taxonomicRelationExtraction Based0nExtendedAssociationRule WEN Chun。SHIZhao-xiang．XINYuan (DepartmentofNetworkEngineering．ElectronicEngineeringInstitute．Hefei230037) [Abstract|ThispaperintroducesanextendedassociationrulewhichleansChinesenon—taxonomicrelationnameswithlinguisticsurleafter extractingconceptpairswithgeneralassociationrule．Th ismethodovercomesthedisadvantageofnotknowingthenameofnon·taxonomicrelation nameswithgeneralassociationrule，confirmsthedomainandrange．Experimentalresultsshow thattheextendedassociationrulecanreachtheaim oftaskwellandnoneedmorecompactvalidationbetweenconceptpairanditsrelatedpredicateverb． |Keywords]ontologylearning；non—taxonomicrelation；associationurle 1 概述 方法：基于词汇一句法模式的方法 J，基于句法分析的方法 J 2O世纪 90年代以来，随着知识共享、信息集成、语义 以及基于关联规则的方法 J。文献 2【】利用Hearst模式抽取出 Web和Web服务等技术的快速发展，本体研究逐渐成为研究 表示原因的非分类关系，缺点是模板需要人工制定。文献3【] 的前沿和热点。虽然 目前的本体构建工具 日趋成熟，但是本 通过完全的句法分析抽取非分类关系并利用卡方检验确定定 体的手工构造仍是一项繁琐而艰巨的任务，因此，本体学习 义域及值域所处的概念层次，其准确率较高。文献[4】利用关 技术(ontologylearning)应运而生 。 联规则进行非分类关系的抽取，缺点是不清楚非分类关系的 文献[1】提出了一个本体学习层次模型，总结了本体学习 具体名称 ，也不知道定义域和值域。 过程中所需要完成的所有子任务，见图1。