互聯(lián)網(wǎng)中存在著許多不同類型的政府政策信息,其中有部分政策包含了各類型的申請(qǐng)項(xiàng)目供企業(yè)或個(gè)人申請(qǐng)。但是,由于政策文件數(shù)量的逐漸增多,通過(guò)人工尋找合適的申請(qǐng)項(xiàng)目變得低效且困難。對(duì)這類型文本進(jìn)行自動(dòng)化的信息提取并且構(gòu)建相應(yīng)的知識(shí)庫(kù),能使個(gè)人或企業(yè)更準(zhǔn)確高效地找到合適的申請(qǐng)項(xiàng)目。目前雖然信息提取技術(shù)在許多領(lǐng)域中已獲得較好的應(yīng)用成果,但是在這類條件型文本中,信息提取的研究以及應(yīng)用較為罕見(jiàn),尚未成熟。因此,對(duì)該文本類型進(jìn)行的研究是非常有價(jià)值的。本文提出的內(nèi)容理解算法指的是:在條件型文本中抽取有價(jià)值的信息并將它們存儲(chǔ)在圖形數(shù)據(jù)庫(kù)中作為推薦系統(tǒng)、問(wèn)答系統(tǒng)等的決策依據(jù)。本文的研究主要在文本的建模及文本內(nèi)容的信息提取中,體現(xiàn)在以下三個(gè)方面:（1）條件型文本有向無(wú)環(huán)圖模型:本文結(jié)合條件型文本結(jié)構(gòu)特點(diǎn)提出了條件型文本有向無(wú)環(huán)圖模型�；谠撃Ｐ�,可存儲(chǔ)條件型的文本內(nèi)容以及表示條件型文本中項(xiàng)目與條件間、條件與條件間的關(guān)系語(yǔ)義。（2）條件項(xiàng)實(shí)體識(shí)別的研究:條件項(xiàng)的實(shí)體識(shí)別,是對(duì)條件關(guān)系進(jìn)行抽取的基礎(chǔ)。政策文本領(lǐng)域中存在著大量的實(shí)體,且存在著許多領(lǐng)域特有的實(shí)體,這些實(shí)體可分為四類:地名、機(jī)構(gòu)、專有名詞以及數(shù)字類。本文... 

【文章來(lái)源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：77 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

，實(shí)夔雛古果羹灌紹圖

?華南理工大學(xué)ａ：程碩士學(xué)位論文???通過(guò)與主流的深度學(xué)習(xí)＋ＣＲＦ的方法進(jìn)行實(shí)驗(yàn)對(duì)比。分別采用２０１４年人民日?qǐng)?bào)的標(biāo)注語(yǔ)??料以及本翬爬蟲獲取的政策領(lǐng)域的標(biāo)注語(yǔ)料進(jìn)行實(shí)驗(yàn)對(duì)比。以下是實(shí)驗(yàn)結(jié)果：??表３－８人民日?qǐng)?bào)語(yǔ)料的實(shí)驗(yàn)數(shù)據(jù)??方法?｜準(zhǔn)確率?｜召—醉?｜Ｆ１值??￣ＣＲＦ?９３．?２％?９１．?５％?９２．?３％??Ｂｉ－ＬＳＴＭ＋ＣＲＦ?９５．１％?９３．６％?９４．３％??ＬＳＴＭ＋ＣＲＦ?９３．９％?９３．２％?９３．?５％??

結(jié)合本文特征與ＣＲＦ的方法的準(zhǔn)確率、召Ｍ率以及Ｆ１値三項(xiàng)實(shí)驗(yàn)評(píng)價(jià)指標(biāo)皆??于深度學(xué)習(xí)的ＣＲＦ方法要低９與表現(xiàn)最好的Ｂｉ－ＬＳＴＭ＋ＣＲＦ的方法相比，準(zhǔn)確率下??．９％、召囪率下降２．１％、Ｆ１值下降２．０％。??圖３－７及表３－９中的實(shí)驗(yàn)數(shù)據(jù)表明，在基于本文爬蟲獲取的政策領(lǐng)域的語(yǔ)料集進(jìn)??驗(yàn)的情況下，結(jié)合本文特征與ＣＲＦ的方法的準(zhǔn)確率、召西率以及Ｆ１值三項(xiàng)實(shí)驗(yàn)評(píng)??

【參考文獻(xiàn)】：
期刊論文
[1]知識(shí)圖譜研究進(jìn)展[J]. 漆桂林,高桓,吳天星.  情報(bào)工程. 2017(01)
[2]基于依存分析的開(kāi)放式中文實(shí)體關(guān)系抽取方法[J]. 李明耀,楊靜.  計(jì)算機(jī)工程. 2016(06)
[3]信息抽取技術(shù)綜述[J]. 閆俊英.  福建電腦. 2013(05)
[4]半結(jié)構(gòu)化病歷文檔信息抽取應(yīng)用[J]. 蘇韶生,余元龍,程敏婷,張淑娟,繆一雄,林玉卿,鄒雨珊.  中國(guó)數(shù)字醫(yī)學(xué). 2012 (09)
[5]基于HMM的中文旅游景點(diǎn)的識(shí)別[J]. 薛征山,郭劍毅,余正濤,張志坤,姚賢明.  昆明理工大學(xué)學(xué)報(bào)(理工版). 2009(06)
[6]《知網(wǎng)》在命名實(shí)體識(shí)別中的應(yīng)用研究[J]. 鄭逢強(qiáng),林磊,劉秉權(quán),孫承杰.  中文信息學(xué)報(bào). 2008(05)
[7]信息抽取技術(shù)的發(fā)展現(xiàn)狀及構(gòu)建方法的研究[J]. 劉遷,焦慧,賈惠波.  計(jì)算機(jī)應(yīng)用研究. 2007(07)
[8]基于層疊隱馬爾可夫模型的中文命名實(shí)體識(shí)別[J]. 俞鴻魁,張華平,劉群,呂學(xué)強(qiáng),施水才.  通信學(xué)報(bào). 2006(02)
[9]基于層疊隱馬模型的漢語(yǔ)詞法分析[J]. 劉群,張華平,俞鴻魁,程學(xué)旗.  計(jì)算機(jī)研究與發(fā)展. 2004(08)
[10]中文金融新聞中公司名的識(shí)別[J]. 王寧,葛瑞芳,苑春法,黃錦輝,李文捷.  中文信息學(xué)報(bào). 2002(02)

碩士論文
[1]基于半結(jié)構(gòu)化文本信息抽取的簡(jiǎn)歷識(shí)別系統(tǒng)[D]. 陳川波.北京郵電大學(xué) 2008



本文編號(hào)：3388009