结合全局特征的命名实体属性值抽取

来源：计算机研究与发展杂志2016年第4期北京时间：

作者：刘倩,伍大勇,刘悦,程学旗,庞琳,

摘要：关注非结构化文本中命名实体属性值的抽取问题.当前主流有监督属性值抽取方法仅使用局部特征，抽取效果有限，开展了利用文本全局特征改善属性值抽取的研究.通过适用于中文属性值抽取的全局特征，用局部特征以外的有价值信息提高抽取效果.据此，提出结合全局特征的感知机学习算法，该算法能够方便地融合文本全局特征，并将全局特征和局部特征统一结合到模型学习过程中，使模型具有更好的特征表示能力.实验结果表明，所提出方法的整体抽取效果高于仅使用局部特征的CRF模型和平均感知机模型.该方法适用于开放领域的属性值获取，具有较好的泛化能力.

关键词：实体属性, 属性值抽取, 命名实体, 全局特征, 平均感知机,