[发明专利]一种面向新闻标题的人物关系抽取方法

摘要

本发明涉及一种面向新闻标题的人物关系抽取方法，其步骤包括：1)寻找出新闻标题中的关系指示词，用以区分不同类别的人物关系；2)根据人物与关系指示词在新闻标题中的位置特征，建立描述句子的句式模板；利用训练数据统计每个模板的正/负例个数，根据正负模板的比例判定新闻标题中人物间关系的正确性；3)从新闻标题与人物属性知识库中提取特征，通过特征分类的方法并结合步骤2)得到的句式模板的正/负例个数，判定给定的人物关系是否正确。本发明在保证准确率的同时，降低了特征维度，提高了判定效率，可用于挖掘新闻标题中的人物关系，进而发现社会中的焦点人物、热点事件等，便于及时掌握社会动态，监控舆情。

主权项

1.一种面向新闻标题的人物关系抽取方法，其特征在于，包括如下步骤：1)寻找出新闻标题中的关系指示词，用以区分不同类别的人物关系；2)根据人物与关系指示词在新闻标题中的位置特征，建立描述句子的句式模板；利用训练数据统计每个模板的正/负例个数，根据正负模板的比例判定新闻标题中人物间关系的正确性；所述建立描述句子的句式模板，是根据句子中的表达人物关系的<主语S、谓语P、宾语O>三元组，得到描述句子的句式模版树；该句式模板树的第一层仅考虑人物X与关系指示词Y的位置关系，分为三类：YXX，XYX，XXY；第二层考虑除去X以外的人M对于关系判定的影响，对于第一层的各模板产生若干子模板；第三层考虑除去M、X、Y的字串@对于第二层模板的影响，进一步产生若干子模板；然后用给定句子在句式模板树上进行匹配，选择匹配到的模板中正/负比例最悬殊的模板，若选定模板的正例个数大于负例个数，则关系正确，否则关系错误；3)从新闻标题与人物属性知识库中提取特征，通过特征分类的方法并结合步骤2)得到的句式模板的正/负例个数，判定给定的人物关系是否正确。