基于面向文本標(biāo)題的任務(wù)關(guān)系抽取

　　為了克服文本標(biāo)題的人物關(guān)系抽取中非人物實(shí)體的干擾、關(guān)系特征詞的選取以及標(biāo)題中多人物實(shí)體對(duì)目標(biāo)實(shí)體的關(guān)系判定的影響，提出基于決策樹(shù)的人物實(shí)體判別、基于最小集合覆蓋的關(guān)系特征詞生成以及基于三層句式規(guī)則統(tǒng)計(jì)方法。首先，針對(duì)中國(guó)機(jī)器學(xué)習(xí)會(huì)議（ CCML）競(jìng)賽中人物關(guān)系屬性文件中對(duì)人物的描述，提取18種特征，采用C4.5分類器，獲得了98. 2%的查全率和92. 6%的查準(zhǔn)率，其結(jié)果作為下一步人物關(guān)系判定的條件；其次，為了保證特征詞集合的規(guī)模維持在合適的水平，采用了基于最小集合覆蓋的特征詞覆蓋的算法，結(jié)果表明，隨著特征詞集合達(dá)到一定的規(guī)模，特征詞集合完成對(duì)所有類別關(guān)系的集合覆蓋，用以判定文本標(biāo)題中人物關(guān)系類型；最后，采用三層句式規(guī)則統(tǒng)計(jì)方法，用以生成過(guò)濾掉比重較小的句子規(guī)則和根據(jù)關(guān)系正負(fù)比例判定的進(jìn)一步細(xì)分句式規(guī)則，以判定文本標(biāo)題關(guān)系與否。實(shí)驗(yàn)結(jié)果表明，在19種人物關(guān)系判定上取得82. 9%的查全率、74. 4%的查準(zhǔn)率以及78. 4%的F1測(cè)度。所提方法可以有效用于新聞標(biāo)題人物關(guān)系提取，用以構(gòu)建人物關(guān)系知識(shí)圖譜。