CSpace  > 中国科学院计算技术研究所期刊论文  > 中文
基于弱监督学习的主页人物属性抽取方法
张巧; 熊锦华; 程学旗
2015
发表期刊山西大学学报. 自然科学版
ISSN0253-2395
卷号38期号:1页码:8
摘要提出了一种基于弱监督学习的主页人物属性抽取方法,首先根据领域模式从个人主页中提取出人物属性的前导词,接着通过前导词获取人物属性作为初始的属性种子,在这些属性种子中提取属性的模式,并结合分类和bootstrapping方法不断迭代抽取出无前导词的人物属性。在整个抽取过程中,只需要少量的人工标注。在英文机构网站上的人物属性抽取对比实验结果表明,该方法较属性分类抽取方法在准确率上提高了7.8%,召回率上提高了7.5%。
关键词人物属性抽取 前导词 属性模式 分类模型
语种英语
文献类型期刊论文
条目标识符http://119.78.100.204/handle/2XEOYT63/31500
专题中国科学院计算技术研究所期刊论文_中文
作者单位中国科学院计算技术研究所
第一作者单位中国科学院计算技术研究所
推荐引用方式
GB/T 7714
张巧,熊锦华,程学旗. 基于弱监督学习的主页人物属性抽取方法[J]. 山西大学学报. 自然科学版,2015,38(1):8.
APA 张巧,熊锦华,&程学旗.(2015).基于弱监督学习的主页人物属性抽取方法.山西大学学报. 自然科学版,38(1),8.
MLA 张巧,et al."基于弱监督学习的主页人物属性抽取方法".山西大学学报. 自然科学版 38.1(2015):8.
条目包含的文件
条目无相关文件。
个性服务
推荐该条目
保存到收藏夹
查看访问统计
导出为Endnote文件
谷歌学术
谷歌学术中相似的文章
[张巧]的文章
[熊锦华]的文章
[程学旗]的文章
百度学术
百度学术中相似的文章
[张巧]的文章
[熊锦华]的文章
[程学旗]的文章
必应学术
必应学术中相似的文章
[张巧]的文章
[熊锦华]的文章
[程学旗]的文章
相关权益政策
暂无数据
收藏/分享
所有评论 (0)
暂无评论
 

除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。