本文提出了一种半监督学习方法，用于命名实体之间的语义关系提取。 在给定少量标记数据的情况下，它首先通过在支持向量机（SVM）上通过带有特征的支持训练程序从所有可用数据中自举适量的加权支持向量，从而从大量未标记数据中受益匪浅。投影，然后在SVM自举后通过自举支持向量和剩余的未标记硬实例应用标签传播（LP）算法对未见实例进行分类。 对ACE RDC语料库的评估表明，我们的方法可以整合SVM自举和标签传播的优势。 它表明，在没有SVM引导的情况下，通过所有可用数据，通过引导支持向量和未标记的硬实例的L