跨語(yǔ)言實(shí)體關(guān)系抽取研究.pdf

1、語(yǔ)料庫(kù)的數(shù)量和質(zhì)量對(duì)基于機(jī)器學(xué)習(xí)的命名實(shí)體間語(yǔ)義關(guān)系抽取的性能具有重要的影響,而語(yǔ)料庫(kù)的人工標(biāo)注是一項(xiàng)十分耗時(shí)又費(fèi)力的工作。另一方面,多語(yǔ)言語(yǔ)料庫(kù)的出現(xiàn)以及機(jī)器翻譯技術(shù)的發(fā)展,為研究多種語(yǔ)言之間的一致性和互補(bǔ)性提供了良好的契機(jī)。本文提出了三種跨語(yǔ)言關(guān)系抽取的方法,旨在提高多語(yǔ)言關(guān)系抽取性能的同時(shí)降低對(duì)語(yǔ)料庫(kù)標(biāo)注量的需求。
　　本研究主要內(nèi)容包括：⑴基于機(jī)器翻譯的跨語(yǔ)言關(guān)系抽取。首先利用機(jī)器翻譯產(chǎn)生翻譯語(yǔ)料,然后進(jìn)行實(shí)體對(duì)齊,最后直

2、接將映射后的關(guān)系實(shí)例添加到目標(biāo)語(yǔ)言訓(xùn)練集中,幫助目標(biāo)語(yǔ)言進(jìn)行關(guān)系抽??；⑵基于雙語(yǔ)協(xié)同訓(xùn)練的關(guān)系分類(lèi)。給定小規(guī)模標(biāo)注語(yǔ)料和大規(guī)模未標(biāo)注語(yǔ)料,以自舉的方式將一種語(yǔ)言中可靠分類(lèi)的關(guān)系實(shí)例所對(duì)應(yīng)的翻譯實(shí)例添加到另一種語(yǔ)言的訓(xùn)練語(yǔ)料庫(kù)中。兩種語(yǔ)言上的關(guān)系分類(lèi)互相幫助,共同提高；⑶基于雙語(yǔ)主動(dòng)學(xué)習(xí)的關(guān)系分類(lèi)。將主動(dòng)學(xué)習(xí)方法應(yīng)用到中英文雙語(yǔ)關(guān)系分類(lèi)中,在挑選信息量最豐富的未標(biāo)注實(shí)例時(shí),使用聯(lián)合置信度來(lái)綜合考慮一個(gè)實(shí)例在兩種語(yǔ)言中的分類(lèi)置信度；⑷在AC