31、语义关系定向识别与半监督实体关系提取研究

语义关系定向识别与半监督实体关系提取研究

1. 语义关系定向识别算法（LSJ）

LSJ算法旨在识别术语对之间语义关系的方向性。通过实验验证发现，LSJ在种子集二次扩展得到的测试集上也能达到100%的识别率，这表明该算法在二次扩展中的应用是可行的。

不过，该算法存在一个问题，即算法计算结果的准确性与种子集的选择直接相关。如果种子集选择不合适，可能会导致对某些单词方向性的判断错误。为解决此问题，应根据专家建议扩展种子集规模，使种子集达到更好的覆盖率，以指导算法对关系方向性的准确判断。

以下是种子集二次扩展词集的测试集示例：
| 关系类型 | 种子词 |
| — | — |
| 正向关系 | plus, arise, rise, benefit |
| 反向关系 | strike down, fall, depress, lour, subside |
| 无向关系 | imply, shock, suffer |

2. 半监督实体关系提取方法概述

关系提取任务最早于1998年的最后一次消息理解会议上提出。目前，关系提取方法主要基于规则和机器学习。机器学习方法又可根据是否需要手动标注训练语料分为监督式、半监督式和无监督式。

规则方法需要领域专家构建大规模知识库，监督式方法需要大量标注语料，都需要耗费大量人力和物力。因此，半监督学习方法受到越来越多研究者的关注。

3. 相关工作

• Bootstrapping方法 ：一种广泛使用的半监督学习方法，有时也称为自训练。1998年Brin提出