Distant Supervision方法中对齐数据的聚类去噪

吉林大学学报(理学版)

Distant Supervision方法中对齐数据的聚类去噪

朱兆龙, 欧阳丹彤, 叶育鑫

吉林大学计算机科学与技术学院, 符号计算与知识工程教育部重点实验室, 长春 130012

收稿日期:2013-01-31 出版日期:2014-03-26 发布日期:2014-03-20
通讯作者: 欧阳丹彤 E-mail:ouyd@jlu.edu.cn

Clustering Based Denoising for Aligned Data of Distant Supervision

ZHU Zhaolong, OUYANG Dantong, YE Yuxin

Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education,College of Computer Science and Technology, Jilin Unive
rsity, Changchun 130012, China

Received:2013-01-31 Online:2014-03-26 Published:2014-03-20
Contact: OUYANG Dantong E-mail:ouyd@jlu.edu.cn

摘要/Abstract

摘要：

基于聚类和寻找表达语义关系的句子模式, 提出一种基于聚类去噪的distant supervision方法, 解决了传统distant supervision方法在知识库和文本集对齐阶段会引入噪声数据的问题, 得到了一种改进的distant supervision方法. 实验结果表明, 该方法可有效提高关系抽取任务的准确率.

关键词: 关系抽取, 聚类, distant supervision方法, 去噪

Abstract:

A new clustering based denoising method was proposed, with the help of clustering and recognizing patterns of sentences that express a relationship, to reduce the noisy data that was introduced in the alignment step of traditional distant supervision method. The experimental results demonstrate that our approach can significantly improve the accuracy of relation extraction system.

Key words: relation extraction, clustering, distant supervision method, denoising

中图分类号:

TP181

朱兆龙, 欧阳丹彤, 叶育鑫. Distant Supervision方法中对齐数据的聚类去噪[J]. 吉林大学学报(理学版), 2014, 52(02): 280-284.

ZHU Zhaolong, OUYANG Dantong, YE Yuxin. Clustering Based Denoising for Aligned Data of Distant Supervision[J]. Journal of Jilin University Science Edition, 2014, 52(02): 280-284.

[1]	张蕾, 姜宇, 孙莉. 一种改进型TF-IDF文本聚类方法[J]. 吉林大学学报(理学版), 2021, 59(5): 1199-1204.
[2]	胡雅婷, 陈营华, 宝音巴特, 曲福恒, 李卓识. 一种增量式MinMax k-Means聚类算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1205-1211.
[3]	聂逯松, 常方圆, 常学智, 刘畅, 金有为, 刘国晟, 付加胜, 韩霄松. 一种新型的自适应多核学习算法[J]. 吉林大学学报(理学版), 2021, 59(5): 1212-1218.
[4]	蒲晓川, 黄俊丽, 祁宁, 宋长松. 基于密度信息熵的K-means算法在客户细分中的应用[J]. 吉林大学学报(理学版), 2021, 59(5): 1245-1251.
[5]	车颖, 冯皛, 郑宏亮. 基于卷积神经网络的超声造影图像去噪方法[J]. 吉林大学学报(理学版), 2021, 59(5): 1256-1259.
[6]	曾宏志, 史洪松. 半监督技术和主动学习相结合的网络入侵检测方法[J]. 吉林大学学报(理学版), 2021, 59(4): 936-942.
[7]	郑余祥, 左祥麟, 左万利, 梁世宁, 王英. 基于时间关系的Bi-LSTM+GCN因果关系抽取[J]. 吉林大学学报(理学版), 2021, 59(3): 643-648.
[8]	李健, 姜楠, 宝音巴特, 张帆, 张伟健, 王薇. 空间颜色聚类算法及其在图像特征提取中的应用[J]. 吉林大学学报(理学版), 2020, 58(3): 627-633.
[9]	王海燕, 崔文超, 许佩迪, 李闯. Canopy在划分聚类算法中对K选取的优化[J]. 吉林大学学报(理学版), 2020, 58(3): 634-638.
[10]	王磊, 刘露, 牛亮, 胡封晔, 彭涛. 基于关系触发词与单层GRU模型的关系抽取方法[J]. 吉林大学学报(理学版), 2020, 58(1): 95-103.
[11]	吕洪武, 赵航, 王宏志, 胡黄水. 基于模糊神经网络的MVB故障诊断算法[J]. 吉林大学学报(理学版), 2020, 58(1): 104-108.
[12]	齐向明, 孙煦骄. 基于语义簇的中文文本聚类算法[J]. 吉林大学学报(理学版), 2019, 57(5): 1193-1199.
[13]	刘良凤, 刘三阳. 基于权重差异度的动态模糊聚类算法[J]. 吉林大学学报(理学版), 2019, 57(3): 574-582.
[14]	朱超平, 任继平. 基于智能优化算法的物联网异构数据融合方法[J]. 吉林大学学报(理学版), 2019, 57(3): 627-632.
[15]	刘久彪. 空间数据库反向最近邻聚类方法[J]. 吉林大学学报(理学版), 2019, 57(2): 387-392.