基于增强知识键值对的有监督互补实体识别
计算与语言
2017-05-30 v1
摘要
在产品评论的情感分析中，抽取意见目标是一项重要任务，而互补实体（产品）是一类重要的意见目标，它们可能与被评论的产品协同工作。在本文中，我们将互补实体识别(CER)问题处理为有监督序列标注任务，该任务能够通过自动学习并增强基于知识的特征，从无标注评论中扩展领域知识作为键值对。我们使用条件随机场(CRF)作为基础学习器，并用基于知识的特征增强CRF（简称为基于知识的CRF或KCRF）。我们进行了实验，表明KCRF有效提升了有监督CER任务的性能。
引用
@article{arxiv.1705.10030,
title = {Supervised Complementary Entity Recognition with Augmented Key-value Pairs of Knowledge},
author = {Hu Xu and Lei Shu and Philip S. Yu},
journal= {arXiv preprint arXiv:1705.10030},
year = {2017}
}