49、从维基百科摘要中进行语言无关的关系提取

从维基百科摘要中进行语言无关的关系提取

1. 引言

在文本中进行关系提取是一项重要的任务，尤其是从维基百科这样的丰富资源中。传统的关系提取方法大多依赖特定语言的技术，而本文提出的方法旨在实现语言无关的关系提取，通过利用维基百科摘要中的典型模式，结合机器学习算法，有效地从多语言的维基百科摘要中提取有价值的关系信息。

2. 相关工作

• 现有方法分类 ：关系提取方法可分为内部和外部方法。本文采用的是外部方法，即利用维基百科作为外部资源。
• 语言特定方法 ：许多现有方法大量使用特定语言的技术，如词性标注和词形还原。例如，Distant supervision方法用于从维基百科文本中为Freebase提取关系，使用了词汇和句法特征；类似的方法也用于DBpedia。
• 依赖树相关方法 ：Nguyen等人提出利用依赖树的相似性从维基百科文章中挖掘关系实例，但依赖树的构建高度依赖语言，这些方法大多仅在英文维基百科上进行评估。
• 语言无关方法 ：真正的语言无关方法较少。一些多语言方法使用谷歌翻译进行预处理，还有基于深度学习的方法理论上可处理多语言文本，但本文的方法专注于维基百科摘要，可直接利用知识图谱中的知识。

3. 方法

3.1 总体方法

• 关系定义 ：DBpedia知识图谱的本体为395种实体间的关系定义了明确的域和范围。