Integrating Dependency Parses with Sequential Patterns to Improve Relation Extraction
Apport des dépendances syntaxiques et des patrons séquentiels à l'extraction de relations
Résumé
In this paper, we investigate the contribution of syntactic features to the task of unsupervised clustering of semantic relation instances. Instances, i.e. couples of concepts appearing in scientific texts, are represented in a couple-pattern matrix over co-occurrence contexts. Various possible contextual representation features are compared, using sequential pattern mining and syntactic path extraction. We compare the purely lexical feature space with a combined representation, and conclude that adding syntactic features has the potential to improve clustering performance.
Dans cet article, nous étudions la contribution de propriétés syntaxiques à la tâche de clustering d'instances de relations sémantiques. Les instances, constituées de couples de concepts apparaissant dans des textes scientifiques, sont représentées dans une matrice où on les croise avec une représentation de leur contexte de co-occurrence. Différentes variantes de représentations sont envisagées pour ce contexte, en faisant appel à la fouille de données séquentielles et à l'analyse syntaxique en dépendances. Nos comparaisons suggèrent que les attributs issus d'analyses syntaxiques permettent d'améliorer la qualité du clustering final.
Fichier principal
TALN2018__Apport_des_d_pendances_syntaxiques_et_des_patrons_s_quentiels___l_extraction_de_relations.pdf (406.67 Ko)
Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)
Loading...