论文理解7

《一种基于语义的上下位关系抽取方法》 计算机应用于软件 陈金栋、肖仰华 2019.2 复旦

• 1. 文章根据句法模板（其实是分词+词性，并不是真正意义上用到了依存句法）的准确度，分为强句法模板和弱句法模板，将弱句法模板结合下位实体/概念词或上位概念词（相当于进行单向抽取上位词或下位词而不是上下位同时抽取）得到语义模板，设置阈值划分强句法模板和语义模板（由弱句法模板转化而来）。
• 2. 抽取分为两步：第一步用多种强句法模板抽取上下位词对，第二步利用BootStrapping的方法迭代生成语义模板和上下位词对。同时还做了不同语言设置不同阈值得到较好结果的实验，验证了方法的通用性。
• 3. trick：在通过模板抽取上下位词对的时候，结合了依存句法的特征。抽取时把模式分为两类，一类是“是一个”这种含有动词的模式，这里采用依存句法的模板去抽取；另一类是“等”这种词对间距离近，不含动词的这类模式，采用句法模板（其实就是我们所说的词法模板）。这个做法也与我们分析的模板性能吻合。
• 4. 语料：从维基百科约700w中文句子中获取32w上下位关系词对。
• 5. 评价：按不同领域，每个领域随机抽取50个下位词进行人工评估，计算准确率。
• 6. 问题：对于句法模板准确率的计算，是通过每个模板抽取得到的300组上下位关系评估得到的，但是这里的准确率远高于我们的实验结果。