HiExpan：通过层次树扩展的任务引导型分类体系构建

分类体系对许多知识密集型应用极具价值。由于人工构建分类体系耗费巨大人力，自动分类体系构建需求迫切。然而，多数现有自动构建方法仅能建立上位词分类体系，其中每条边仅限于表达“is-a”关系。该限制使其难以适用于更多样化的真实任务，其中父子节点可能承载不同关系。本文旨在从领域特定语料库构建任务引导型分类体系，并允许用户导入“种子”分类体系作为任务引导。我们提出一种基于扩展的分类体系构建框架 HiExpan，其从语料库自动生成关键术语列表并迭代生长种子分类体系。具体地，HiExpan 视各分类体系节点下的所有子节点构成一个连贯集合，并通过递归扩展所有这些集合来构建分类体系。此外，HiExpan 引入弱监督关系抽取模块以抽取新扩展节点的初始子节点，并通过优化全局结构来调整分类体系树。我们在来自不同领域的三个真实数据集上的实验证明了 HiExpan 构建任务引导型分类体系的有效性。