本文選題：關(guān)系抽取　切入點(diǎn)：關(guān)系探測(cè)　出處：《江西財(cái)經(jīng)大學(xué)》2017年博士論文

【摘要】：隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展以及用戶規(guī)模的爆炸式增長(zhǎng),網(wǎng)絡(luò)上涌現(xiàn)了大量的文本數(shù)據(jù)。從海量的自然文本數(shù)據(jù)中自動(dòng)、快速、有效地提取出有用的知識(shí)已成為人們的迫切需求。計(jì)算機(jī)應(yīng)用程序和系統(tǒng)也依賴特定的“知識(shí)”來(lái)完成特定的功能,例如互聯(lián)網(wǎng)搜索、自動(dòng)導(dǎo)航、自動(dòng)問(wèn)答、機(jī)器翻譯、語(yǔ)音識(shí)別等系統(tǒng)的應(yīng)用都離不開知識(shí)庫(kù)的支持。實(shí)體關(guān)系抽取是構(gòu)建知識(shí)庫(kù)的關(guān)鍵技術(shù)之一,其目的在于從自然語(yǔ)言文本中提取出命名實(shí)體之間所存在的語(yǔ)義關(guān)系。實(shí)體關(guān)系抽取已經(jīng)成為數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)、人工智能以及自然語(yǔ)言處理等領(lǐng)域的研究熱點(diǎn);同時(shí)具有重大的應(yīng)用價(jià)值和廣闊的應(yīng)用前景,也已成為工業(yè)界關(guān)注的焦點(diǎn)。已有實(shí)體關(guān)系抽取的研究主要集中于英語(yǔ)語(yǔ)料庫(kù),而對(duì)中文實(shí)體關(guān)系抽取的研究較少,雖然取得了一些可喜的成果,但其準(zhǔn)確率和召回率都還有待進(jìn)一步提高。因此,本文主要關(guān)注于中文實(shí)體關(guān)系抽取研究。一方面,網(wǎng)絡(luò)中文文本中存在大量句式結(jié)構(gòu)復(fù)雜的長(zhǎng)句,句中經(jīng)常包含多個(gè)實(shí)體信息,由此構(gòu)成的實(shí)體對(duì)數(shù)量也較多;實(shí)體類型的數(shù)量分布不均勻。這些文本數(shù)據(jù)特點(diǎn)給中文顯式關(guān)系抽取任務(wù)帶來(lái)了巨大的挑戰(zhàn)。已有基于特征的關(guān)系抽取方法對(duì)于中文復(fù)雜長(zhǎng)句,不能有效地提取到真正表示實(shí)體關(guān)系類型的特征,從而降低了顯式關(guān)系抽取性能。以旅游領(lǐng)域?yàn)槔?中文顯式關(guān)系抽取研究中存在的不足具體表現(xiàn)在:(1)已有基于特征的方法經(jīng)常將依存句法關(guān)系特征用于顯式關(guān)系抽取,通常只是單獨(dú)無(wú)序地使用兩個(gè)實(shí)體的依存句法關(guān)系特征,無(wú)法真正表示出該實(shí)體對(duì)在句中對(duì)應(yīng)的句法結(jié)構(gòu),導(dǎo)致該特征在關(guān)系抽取中的作用不明顯,從而影響顯式關(guān)系抽取性能。(2)在顯式關(guān)系抽取中,經(jīng)典的動(dòng)詞特征研究一般都選擇距離位置較后實(shí)體最近的動(dòng)詞作為依賴動(dòng)詞特征。由于跨長(zhǎng)距離的實(shí)體對(duì)所在句子中通常會(huì)包含多個(gè)動(dòng)詞,而經(jīng)典的動(dòng)詞特征研究并非都能有效提取到真正表征該實(shí)體對(duì)關(guān)系類型的動(dòng)詞,因此會(huì)影響實(shí)體關(guān)系類型的判別,導(dǎo)致顯式關(guān)系抽取的準(zhǔn)確率下降。此外,經(jīng)典的動(dòng)詞特征研究并非都能有效地幫助實(shí)體之間有無(wú)關(guān)系的探測(cè)以及關(guān)系類型的區(qū)分,有時(shí)甚至?xí)䦷?lái)大量噪音,特別是在關(guān)系探測(cè)上該問(wèn)題尤為突出。另一方面,中文文本中蘊(yùn)含著大量種類繁多的隱式關(guān)系。與顯式關(guān)系相比,隱式關(guān)系由于缺少支持具體關(guān)系類型的直接證據(jù),通常需要借助句子內(nèi)容層面的語(yǔ)義關(guān)聯(lián)性,結(jié)合相關(guān)語(yǔ)言學(xué)信息、具體的上下文語(yǔ)義信息以及相關(guān)領(lǐng)域知識(shí)進(jìn)行間接推理。然而,語(yǔ)義關(guān)系的歧義性、句子結(jié)構(gòu)的復(fù)雜性、上下文信息的不確定性及數(shù)據(jù)不平衡等問(wèn)題,使得隱式關(guān)系抽取任務(wù)更復(fù)雜、推理難度也更大,而且還無(wú)法采用通用的模型來(lái)實(shí)現(xiàn)。中文隱式關(guān)系抽取研究的難點(diǎn)表現(xiàn)在:(1)由于中文和英文的語(yǔ)言特點(diǎn)存在巨大的差異性,針對(duì)英語(yǔ)的隱式關(guān)系抽取方法不能直接應(yīng)用于中文隱式關(guān)系抽取上。因此,中文隱式關(guān)系抽取的研究是關(guān)系抽取的重點(diǎn)和難點(diǎn)。(2)中文句型復(fù)雜多樣,不同的句型結(jié)構(gòu)中隱含著許多不同類型的實(shí)體關(guān)系,導(dǎo)致借助額外知識(shí)進(jìn)行隱式關(guān)系抽取的方法也有所不同,無(wú)法采用通用的方法來(lái)實(shí)現(xiàn)。因此,需要對(duì)句子結(jié)構(gòu)和上下文進(jìn)行深入分析和理解,從而構(gòu)建更多更精細(xì)的隱式關(guān)系抽取模型。針對(duì)上述問(wèn)題,本文主要關(guān)注于中文顯式關(guān)系和隱式關(guān)系抽取,研究的主要內(nèi)容包括:(1)基于句法語(yǔ)義特征的中文顯式關(guān)系抽取本文從句法和語(yǔ)義角度獲取三個(gè)有效表達(dá)實(shí)體關(guān)系類型的特征,提出了基于句法語(yǔ)義特征的中文顯式關(guān)系抽取方法,有助于提升顯式關(guān)系抽取的性能。具體特征包括:①依存句法關(guān)系組合特征。按照兩個(gè)實(shí)體出現(xiàn)的先后順序,將兩個(gè)實(shí)體各自的依存句法關(guān)系進(jìn)行有序組合,得到依存句法關(guān)系組合特征。該特征具有一定的區(qū)分度,可以較好地反映出相應(yīng)實(shí)體之間的關(guān)系類型特征。②最近句法依賴動(dòng)詞特征。結(jié)合句型結(jié)構(gòu)特點(diǎn),從語(yǔ)義角度提出了最近句法依賴動(dòng)詞特征,其目標(biāo)是通過(guò)依存句法分析和詞性來(lái)提取一個(gè)句子中兩個(gè)實(shí)體的最近句法依賴動(dòng)詞特征。由于存在直接語(yǔ)義關(guān)聯(lián)和間接語(yǔ)義關(guān)聯(lián)的兩個(gè)實(shí)體之間的依存路徑有所不同,通過(guò)對(duì)依存路徑進(jìn)行分析提出了最近句法依賴動(dòng)詞特征獲取算法。③趨向核心動(dòng)詞特征。對(duì)于包含“到、來(lái)、去”等趨向動(dòng)詞的句子,最近句法依賴動(dòng)詞特征也不能有效表征實(shí)體之間真正的關(guān)系類型,影響了顯式關(guān)系抽取性能。在最近句法依賴動(dòng)詞特征基礎(chǔ)上,進(jìn)一步提出了趨向核心動(dòng)詞特征。(2)基于協(xié)陪義動(dòng)詞的中文隱式關(guān)系抽取由于旅游和新聞?lì)I(lǐng)域文本包含許多由協(xié)陪義動(dòng)詞引發(fā)的隱式關(guān)系,本文試圖以協(xié)陪義動(dòng)詞為核心,根據(jù)句子結(jié)構(gòu)和上下文的理解構(gòu)建基于協(xié)陪義動(dòng)詞的隱式關(guān)系抽取推理規(guī)則,將顯式關(guān)系抽取和隱式關(guān)系抽取相結(jié)合,利用顯式關(guān)系對(duì)隱式關(guān)系進(jìn)行推理,充分發(fā)揮各自的優(yōu)勢(shì),致力解決旅游和新聞?lì)I(lǐng)域中基于協(xié)陪義動(dòng)詞的中文隱式關(guān)系抽取問(wèn)題。具體研究?jī)?nèi)容有:①協(xié)陪義候選句的篩選。采用多種方法構(gòu)建協(xié)陪義動(dòng)詞詞表,利用協(xié)陪義動(dòng)詞詞表對(duì)數(shù)據(jù)集中包含協(xié)陪義動(dòng)詞的句子進(jìn)行篩選。② 協(xié)陪義候選句型判斷。根據(jù)協(xié)陪義動(dòng)詞在句中充當(dāng)?shù)牟煌煞?利用依存句法分析,對(duì)協(xié)陪義候選句型進(jìn)行判斷,并進(jìn)行句型分類。③協(xié)陪義成分識(shí)別。由于協(xié)陪義動(dòng)詞在不同句型中充當(dāng)?shù)某煞植煌?導(dǎo)致對(duì)參與協(xié)陪義動(dòng)作的實(shí)體進(jìn)行成分識(shí)別的方法也有所不同。進(jìn)一步利用依存句法分析,針對(duì)五種協(xié)陪義句型分別設(shè)計(jì)了不同的協(xié)陪義成分識(shí)別算法。④隱式關(guān)系推理規(guī)則的構(gòu)建。根據(jù)利用的額外知識(shí)與協(xié)陪義動(dòng)詞是否處于同一句子中,提出了兩類隱式關(guān)系推理方法——句內(nèi)基于協(xié)陪義動(dòng)詞的隱式關(guān)系推理方法和句間基于協(xié)陪義動(dòng)詞的隱式關(guān)系推理方法。根據(jù)協(xié)陪義成分和協(xié)陪義動(dòng)詞作用范圍的特點(diǎn),設(shè)計(jì)了三種句內(nèi)基于協(xié)陪義動(dòng)詞的隱式關(guān)系推理規(guī)則。利用協(xié)陪義句中零形回指的先行詞,建立不同句子中協(xié)陪義動(dòng)詞的主體成分與客體成分之間的聯(lián)系,實(shí)現(xiàn)句間基于協(xié)陪義動(dòng)詞的隱式關(guān)系抽取。借助顯式關(guān)系對(duì)隱式關(guān)系進(jìn)行推理,將規(guī)則與機(jī)器學(xué)習(xí)的方法相結(jié)合,有效解決了基于協(xié)陪義動(dòng)詞的中文隱式關(guān)系抽取問(wèn)題,從而更準(zhǔn)確地發(fā)現(xiàn)更多的實(shí)體關(guān)系,提升了中文關(guān)系抽取的整體性能。本文的主要?jiǎng)?chuàng)新性工作體現(xiàn)在:(1)從語(yǔ)義角度提出最近句法依賴動(dòng)詞特征和趨向核心動(dòng)詞特征。最近句法依賴動(dòng)詞特征能較好地表征實(shí)體關(guān)系類型,有利于具體關(guān)系類型的識(shí)別,而且較好地解決數(shù)據(jù)分布不均衡帶來(lái)的問(wèn)題,能夠顯著提升中文顯式關(guān)系抽取性能。趨向核心動(dòng)詞特征進(jìn)一步提高了動(dòng)詞特征對(duì)中文顯式關(guān)系抽取性能的影響。(2)提出句內(nèi)基于協(xié)陪義動(dòng)詞的隱式關(guān)系推理規(guī)則。設(shè)計(jì)了協(xié)陪義候選句型分類算法以及相應(yīng)的協(xié)陪義成分識(shí)別算法;構(gòu)建了三種句內(nèi)基于協(xié)陪義動(dòng)詞的隱式關(guān)系推理規(guī)則,有效解決句內(nèi)基于協(xié)陪義動(dòng)詞的中文隱式關(guān)系抽取問(wèn)題。(3)提出句間基于協(xié)陪義動(dòng)詞的隱式關(guān)系推理規(guī)則。從零形回指的角度,提出了句間基于協(xié)陪義動(dòng)詞的隱式關(guān)系推理規(guī)則,有效解決句間基于協(xié)陪義動(dòng)詞的中文隱式關(guān)系抽取問(wèn)題。
[Abstract]:......
【學(xué)位授予單位】：江西財(cái)經(jīng)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2017
【分類號(hào)】：TP391.1

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 武娟;李茹;王智強(qiáng);;漢語(yǔ)篇章中零形式的識(shí)別與消解[J];中文信息學(xué)報(bào);2016年03期

2 洪宇;朱珊珊;丁思遠(yuǎn);姚建民;朱巧明;周國(guó)棟;;基于外聯(lián)關(guān)系的隱式篇章關(guān)系推理[J];計(jì)算機(jī)研究與發(fā)展;2015年11期

3 嚴(yán)為絨;朱珊珊;洪宇;姚建民;朱巧明;;基于框架語(yǔ)義的隱式篇章關(guān)系推理[J];中文信息學(xué)報(bào);2015年03期

4 秦兵;劉安安;劉挺;;無(wú)指導(dǎo)的中文開放式實(shí)體關(guān)系抽取[J];計(jì)算機(jī)研究與發(fā)展;2015年05期

5 姬建輝;張牧宇;秦兵;劉挺;;中文篇章級(jí)句間關(guān)系自動(dòng)分析[J];江西師范大學(xué)學(xué)報(bào)(自然科學(xué)版);2015年02期

6 郭喜躍;何婷婷;胡小華;陳前軍;;基于句法語(yǔ)義特征的中文實(shí)體關(guān)系抽取[J];中文信息學(xué)報(bào);2014年06期

7 楊博;蔡?hào)|風(fēng);楊華;;開放式信息抽取研究進(jìn)展[J];中文信息學(xué)報(bào);2014年04期

8 車婷婷;洪宇;周小佩;嚴(yán)為絨;姚建民;朱巧明;;基于功能連接詞的隱式篇章關(guān)系推理[J];中文信息學(xué)報(bào);2014年02期

9 張牧宇;秦兵;劉挺;;中文篇章級(jí)句間語(yǔ)義關(guān)系體系及標(biāo)注[J];中文信息學(xué)報(bào);2014年02期

10 孫靜;李艷翠;周國(guó)棟;馮文賀;;漢語(yǔ)隱式篇章關(guān)系識(shí)別[J];北京大學(xué)學(xué)報(bào)(自然科學(xué)版);2014年01期

相關(guān)博士學(xué)位論文 前1條

1 張牧宇;融入背景知識(shí)的篇章語(yǔ)義分析方法研究[D];哈爾濱工業(yè)大學(xué);2016年

相關(guān)碩士學(xué)位論文 前2條

1 康麗麗;開放式中文實(shí)體關(guān)系抽取的研究與實(shí)現(xiàn)[D];東北大學(xué);2013年

2 沈莉娜;現(xiàn)代漢語(yǔ)動(dòng)詞、副詞的協(xié)同義研究[D];南京師范大學(xué);2008年

，

本文編號(hào)：1679851