无监督开放关系抽取
计算与语言
2018-01-23 v1
摘要
我们探索在无需监督的设置下从自由文本中抽取命名实体之间关系的方法。除标准特征抽取外，我们提出了一种重新加权词嵌入的新方法。我们利用个体特征约简缓解了特征稀疏性问题。我们的方法在 NYT-FB 数据集上以 0.416 的 F1 分数，相比最先进的关系聚类取得了 5.8% 的显著提升。
引用
@article{arxiv.1801.07174,
title = {Unsupervised Open Relation Extraction},
author = {Hady Elsahar and Elena Demidova and Simon Gottschalk and Christophe Gravier and Frederique Laforest},
journal= {arXiv preprint arXiv:1801.07174},
year = {2018}
}
备注
4 pages, published in ESWC 2017