《表1 核函数评测标准和评测》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《实体关系抽取技术研究进展综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

基于核函数的方法能够充分利用上下句远距离的特征，提高了语义关系识别的能力，同时能够利用特性间的先后顺序和结构等信息，较好地解决了表达词性和语义信息不明的问题。核函数是将原始输入空间映射到一个新的空间，避免了对特征向量的直接计算。Zelenko等人[14]率先在文本浅层解析描述上定义了核函数及其算法，并将核函数与向量机结合抽取人员隶属关系和组织位置的关系实例，与基于特征的算法进行了比较，证明了基于核函数的方法能够开发挖掘出特征集合进行关系抽取。其他学者在其基础加以改善创新，提出了包括序列核函数抽取方法[15]、依存树核函数方法[16]、最短路径依存树核函数方法[17]、卷积树核函数方法[18]以及它们的组合核函数方法[19]等。表1给出了各核函数方法的核心公式、数据集及其评测标准。