论文笔记2：Combining Lexical, Syntactic, and Semantic Features with Maximum Entropy Models for Extracting

这篇论文发表于2004年，属于比较早期的论文，主要解决提取实体之间的语义关系问题。

一、文章要解决的问题

解决实体之间的语义关系问题，在the Automatic Content Extraction (ACE) evaluation中获得了非常好的结果。

二、文章使用的方法（亮点、创新点）

解决传统方法主要基于语法解析树，增强语法解析树（Miller et al., 2000 ）问题。

使用最大熵模型，将来自文本的各种词汇、句法和语义特征结合在一起，用于语义关系抽取。
证明使用大量信息特征可以提高召回率和F值，并且此方法可以很容易从多个数据语料中扩展以包含更多特征。
此论文仅对显式关系进行建模，因为实体间的隐藏关系缺少标准的标注依据。
此论文仅对子类型关系进行建模
将抽取任务视为49类的分类任务
从句法分析树和使用最大熵模型在PennTree Bank上训练的统计解析器计算出来的依赖树中提取所有的语法特征
实验结果中，评价指标包括P，R，F 和ACE value。ACE value可以参见这篇论文(ACE, 2004)

三、文章使用方法的优缺点

还是基于统计模型，加入了文本特征
相比很高的精确度（也不是很高，但在当时属于很好得结果），很低的召回率
以前的抽取研究都致力于语法解析树，此篇论文提出的方法可以很好的解决大部分问题
不过分依赖解析树提取得特征，即使使用很少的词汇特征，也可以获得很高得精确度，并用于标注未标注得数据

四、参考

ACE. 2004. The nist ace evaluation website. http://www.nist.gov/speech/tests/ace/.
Kambhatla, N. (2004). Combining lexical, syntactic, and semantic features with maximum entropy models for extracting relations. Proceedings of the ACL 2004 on Interactive Poster and Demonstration Sessions

论文笔记2：Combining Lexical, Syntactic, and Semantic Features with Maximum Entropy Models for Extracting相关推荐

论文笔记：PICARD: Parsing Incrementally for Constrained Auto-Regressive Decoding from Language Models
论文笔记:PICARD: Parsing Incrementally for Constrained Auto-Regressive Decoding from Language Models 目录 ...
论文笔记《Fully Convolutional Networks for Semantic Segmentation》
[论文信息] <Fully Convolutional Networks for Semantic Segmentation> CVPR 2015 best paper key word: ...
【论文笔记】Combining EfficientNet and Vision Transformers for Video Deepfake Detection
* Combining EfficientNet and Vision Transformers for Video Deepfake Detection 题目:结合高效网络和视觉变压器进行视频深度虚 ...
论文笔记《Combining Events and Frames Using Recurrent Asynchronous Multimodal Networks for Monocular ...》
最近在学习DVS相关的算法,读到这篇把event和frame结合的论文,找到了他们在github上开源的代码. 然而这个work的开源并不完全,包括这篇work前面的<Learning Mono ...
论文笔记（FCN网络，语义分割）：Fully Convolutional Networks for Semantic Segmentation
FCN论文笔记:Fully Convolutional Networks for Semantic Segmentation 语义分割模型结构时序: FCN SegNet Dilated Convol ...
论文笔记 EMNLP 2020|Graph Transformer Networks with Syntactic and Semantic Structures for Event Argument
文章目录 1 简介 1.1 创新 2 方法 3 实验 1 简介论文题目:Graph Transformer Networks with Syntactic and Semantic Structur ...
论文笔记：HIE-SQL:History Information Enhanced Network for Context-Dependent Text-to-SQL Semantic Parsing
论文笔记:HIE-SQL: History Information Enhanced Network for Context-Dependent Text-to-SQL Semantic Parsin ...
【论文笔记】PSEUDOSEG: DESIGNING PSEUDO LABELS FOR SEMANTIC SEGMENTATION
论文笔记 1.论文题目 2.作者及研究单位 3.摘要 4.简介 (1)这篇论文针对什么问题展开的研究 (2)已有工作是如何解决这些问题的(已有工作存在什么不足) (3)这篇论文是如何做的(如何弥足已有 ...
论文笔记：Straight to the Tree: Constituency Parsing with Neural Syntactic Distance
论文笔记:Straight to the Tree: Constituency Parsing with Neural Syntactic Distance 目录论文笔记:Straight to t ...

论文笔记2：Combining Lexical, Syntactic, and Semantic Features with Maximum Entropy Models for Extracting

论文笔记2：Combining Lexical, Syntactic, and Semantic Features with Maximum Entropy Models for Extracting相关推荐

最新文章

热门文章