论文笔记2：Combining Lexical, Syntactic, and Semantic Features with Maximum Entropy Models for Extracting

这篇论文发表于2004年，属于比较早期的论文，主要解决提取实体之间的语义关系问题。

一、文章要解决的问题

解决实体之间的语义关系问题，在the Automatic Content Extraction (ACE) evaluation中获得了非常好的结果。

二、文章使用的方法（亮点、创新点）

解决传统方法主要基于语法解析树，增强语法解析树（Miller et al., 2000 ）问题。

• 使用最大熵模型，将来自文本的各种词汇、句法和语义特征结合在一起，用于语义关系抽取。

• 证明使用大量信息特征可以提高召回率和F值，并且此方法可以很容易从多个数据语料中扩展以包含更多特征。

• 此论文仅对显式关系进行建模，因为实体间的隐藏关系缺少标准的标注依据。

• 此论文仅对子类型关系进行建模
• 将抽取任务视为49类的分类任务
• 从句法分析树和使用最大熵模型在PennTree Bank上训练的统计解析器计算出来的依赖树中提取所有的语法特征
• 实验结果中，评价指标包括P，R，F 和ACE value。ACE value可以参见这篇论文(ACE, 2004)

三、文章使用方法的优缺点

1. 还是基于统计模型，加入了文本特征
2. 相比很高的精确度（也不是很高，但在当时属于很好得结果），很低的召回率
3. 以前的抽取研究都致力于语法解析树，此篇论文提出的方法可以很好的解决大部分问题
4. 不过分依赖解析树提取得特征，即使使用很少的词汇特征，也可以获得很高得精确度，并用于标注未标注得数据

四、参考

• ACE. 2004. The nist ace evaluation website. http://www.nist.gov/speech/tests/ace/.