换一批摘要针对症状间上下位关系具有较强结构特性的问题,提出一种基于症状构成成分的上下位关系自动抽取方法.首先,通过观察症状实体,发现症状可以切分为原子症状词、修饰词等八种成分,且成分的构成序列满足一定的规则.然后,利用词法分析系统和条件随机场模型对症状进行切分和成分标注.最后,把症状之间的关系抽取看作一个分类问题,选取症状成分的构成特征、词典特征以及通用特征作为分类算法的特征;基于多种分类算法训练模型,将症状间的关系分为上下位关系和非上下位关系.实验结果表明,当选用支持向量机算法,同时选用三类特征时,取得了最好的效果,准确率、召回率和F1值分别达到了82.68％、82.13％和82.40％.在此基础上,使用所提出的关系抽取算法,抽取了20619条上下位关系,构建了具有上下位关系的症状知识库.
更多相关知识
关键词
上下位关系症状构成成分条件随机场关系分类支持向量机决策树朴素贝叶斯hyponymysymptom componentConditional Random Field (CRF)relationship classificationSupport Vector Machine (SVM)decision treeNaive Bayesian (NB)
分类号
TP391.1
栏目名称
DOI
10.11772/j.issn.1001-9081.2017.10.2999
发布时间
2017-11-09（万方平台首次上网日期，不代表论文的发表时间）
- 浏览2
- 被引6
- 下载0
相似文献
- 中文期刊
- 外文期刊
- 学位论文
- 会议论文
