融合词嵌入表示特征的实体关系抽取方法研究*
张琴, 郭红梅, 张智雄

Extracting Entity Relationship with Word Embedding Representation Features
Zhang Qin,Guo Hongmei,Zhang Zhixiong
表2 SemEval-2010 task8数据集中关系类型及其比例
序号 关系类型 样本数量 占比
(%)
训练集 测试集 总和
1 Component-Whole(E2, E1) 472 150 622 5.80
2 Component-Whole(E1, E2) 470 162 632 5.90
3 Member-Collection(E2, E1) 612 201 813 7.59
4 Member-Collection(E1, E2) 78 32 110 1.03
5 Entity-Origin(E1, E2) 568 211 779 7.27
6 Entity-Origin(E2, E1) 148 47 195 1.82
7 Entity-Destination(E2, E1) 1 1 2 0.02
8 Entity-Destination(E1, E2) 844 291 1 135 10.59
9 Product-Producer(E1, E2) 323 108 431 4.02
10 Product-Producer(E2, E1) 396 123 519 4.84
11 Message-Topic(E2, E1) 144 51 195 1.82
12 Message-Topic(E1, E2) 490 210 700 6.53
13 Content-Container(E2, E1) 166 39 205 1.91
14 Content-Container(E1, E2) 374 153 527 4.92
15 Instrument-Agency(E1, E2) 97 22 119 1.11
16 Instrument-Agency(E2, E1) 407 134 541 5.05
17 Cause-Effect(E1, E2) 344 134 478 4.46
18 Cause-Effect(E2, E1) 659 194 853 7.96
19 Other 1 407 454 1 861 17.36