信息抽取与共指消解的集成条件模型及其在引文匹配中的应用
机器学习
2012-07-19 v1 数字图书馆
信息检索
机器学习
摘要
尽管信息抽取和共指消解在许多应用中同时出现，但大多数现有系统将它们作为独立步骤执行。本文描述了一种基于条件训练无向图模型的抽取与共指集成推断方法。我们讨论了条件概率训练的优势，以及基于图划分的共指模型结构。在研究论文引文数据集上，我们展示了利用抽取不确定性来提高共指引文匹配准确率，以及利用共指来提高抽取字段准确率的显著误差降低效果。
引用
@article{arxiv.1207.4157,
title = {An Integrated, Conditional Model of Information Extraction and Coreference with Applications to Citation Matching},
author = {Ben Wellner and Andrew McCallum and Fuchun Peng and Michael Hay},
journal= {arXiv preprint arXiv:1207.4157},
year = {2012}
}
备注
Appears in Proceedings of the Twentieth Conference on Uncertainty in Artificial Intelligence (UAI2004)