基于症状构成成分的上下位关系自动抽取方法

来源：计算机应用杂志2017年第10期北京时间：

作者：王婷, 王祺, 黄越圻, 殷亦超, 高炬

单位：1. 华东理工大学 信息科学与工程学院, 上海 200237;2. 上海中医药大学 附属曙光医院, 上海 200021

摘要：针对症状间上下位关系具有较强结构特性的问题，提出一种基于症状构成成分的上下位关系自动抽取方法。首先，通过观察症状实体，发现症状可以切分为原子症状词、修饰词等八种成分，且成分的构成序列满足一定的规则。然后，利用词法分析系统和条件随机场模型对症状进行切分和成分标注。最后，把症状之间的关系抽取看作一个分类问题，选取症状成分的构成特征、词典特征以及通用特征作为分类算法的特征；基于多种分类算法训练模型，将症状间的关系分为上下位关系和非上下位关系。实验结果表明，当选用支持向量机算法，同时选用三类特征时，取得了最好的效果，准确率、召回率和F1值分别达到了82.68%、82.13%和82.40%。在此基础上，使用所提出的关系抽取算法，抽取了20619条上下位关系，构建了具有上下位关系的症状知识库。

关键词：上下位关系,症状构成成分,条件随机场,关系分类,支持向量机,决策树,朴素贝叶斯

基金资助：国家863计划项目（2015AA020107）；国家科技支撑计划项目（2015BAH12 F01-05）。