多特征知识下的食品安全事件实体抽取研究

摘要：

[目的]从大规模食品安全事件当中抽取食品安全事件实体.[方法]基于已发生的食品安全事件,结合情报学数据获取、标注和组织的方法,融合食品安全事件实体的多种分布特征知识,通过条件随机场模型,构建食品安全事件语料并从中抽取相应的实体.[局限]在食品安全事件实体抽取过程中所制定的特征模板在领域化迁移上具有一定的局限性.[结果]在已有1 500万字经过标注的食品安全事件语料的规模上,通过统计食品安全事件实体的内部和外部特征,基于条件随机场机器学习模型,构建了食品安全实体的抽取模型,该模型最高的F值达到91.94％.[结论]通过对食品安全事件实体抽取结果的分析,在食品这一领域化的语料上,基于条件随机场进行实体抽取是可行的.

关键词：特征知识、条件随机场模型、实体、食品安全事件

分类号：G350(情报学、情报工作)

资助基金：2011湖北省协同创新中心项目“面向应急推演平台的海量突发事件知识库与模型库构建研究”JD20150101;国家自然科学基金项目“基于CSSCI的句法级汉英平行语料库构建及知识挖掘研究”71303120;地震科技星火计划项目“面向地震应急的空间智能决策方法研究”项目HX15019的研究成果之一

在线出版日期：2017-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：54-61