论文理解5

《结合词向量和Bootstrapping的领域实体上下位关系获取和组织》 计算机科学 马晓军等 2018.6 昆明理工

• 1. 文章专注于旅游领域，提出了一种新的结合词向量和Bootstrapping的领域实体上下位关系获取方法。文章主要分为两部分：
  • 1) 设计了三种上下文特征，利用聚类的方法获取上下位关系模式和实例，实验表明词对间的此特征（BET）的效果好（得到的结论类似于孙佳伟的用词模式进行分类）。
    • 语料：爬取旅游领域领域文本约3w篇，人工标注200条关系实例作为种子集，最后得到的抽取结果性能评估应该是抽样人工评价（文中没有明确给出）。
  • 2) 在旅游领域复现了付瑞吉的博士论文第五章：基于聚类的分段映射的方法。
    • 语料：训练集是人工构建的旅游领域知识库：约1780个上下位关系对。测试集是随机选择了210个领域实体和它们的上位词（应该是上位词表，或者这210个词对间本身有很强的关联[未明确说明]）进行人工标注。
• 2. 问题：文章很多地方都表述都不太清晰：包括候选实例的获取算法，层级关系的具体组织，其他方法对比（规则、CRF方法）时的设计。