基于自动回标的地理实体关系语料库构建方法

王姬卜, 陆锋, 吴升, 余丽

Constructing the Corpus of Geographical Entity Relations Based on Automatic Annotation

WANG Jibu,LU Feng,WU Sheng,YU Li

表4 自动构建的地理实体关系语料库的质量评价

Tab. 4 Quality evaluation for the automatically constructed GRE corpus

统计项 河流 山脉 地标建筑 道路 中国行政区划 外国行政区划 种子三元组数 1386 1404 934 2921 8080 4038 标注的句子数 1024 986 587 2147 6059 3161 标注的关系类型数 50 61 54 80 52 46 显式标注的句子数 776 696 345 1024 3896 2119 成功率/% 73.90 70.22 62.82 73.51 74.98 78.29 准确率/% 91 61 86 67 62 72 统计项 自然保护区 企业 教育机构 医疗机构 博物馆 总计 种子三元组数 457 774 1922 248 641 22 805 标注的句子数 317 398 349 94 347 15 470 标注的关系类型数 30 27 13 12 26 97 显式标注的句子数 243 120 313 78 187 9795 成功率/% 69.31 51.48 18.17 37.99 54.18 67.83 准确率/% 76 75 72 95 83 76.36