HIT-SCIR 基于有指导的机器学习方法 语料以及预处理 。 Ontonotes40中选取1000篇文本 分词、命名实体、共指关系、实体关系 使用ltp工具对其进行词性标注 正例(包含关系的实体对)3656个,反例(不包含关系)95401个 。过滤反例 利用共指关系 。如果两个实体存在共指,那么这两个实体不存在实体关系 正例3656个,反例86323个 哈工大社会计算与信息检索研究中心哈工大社会计算与信息检索研究中心 基于有指导的机器学习方法(1) ◼ 语料以及预处理 ⚫ Ontonotes4.0中选取1000篇文本 ◼ 分词、命名实体、共指关系、实体关系 ◼ 使用ltp工具对其进行词性标注 ◼ 正例(包含关系的实体对)3656个，反例(不包含关系)95401个 ⚫ 过滤反例 ◼ 利用共指关系 ⚫ 如果两个实体存在共指，那么这两个实体不存在实体关系 ◼ 正例3656个，反例86323个