在大數(shù)據(jù)支持和自然語言處理技術(shù)的迅猛發(fā)展下,學(xué)科交叉融合需求激增,社會(huì)計(jì)算成為熱門研究領(lǐng)域。作為傳統(tǒng)社會(huì)科學(xué)的一門分支,政治學(xué)主要通過研究人類社會(huì)生活中的政治現(xiàn)象和政治關(guān)系等,以揭示政治現(xiàn)象、過程的本質(zhì)及規(guī)律性,同時(shí)由于大數(shù)據(jù)時(shí)代的到來使得政治領(lǐng)域語料規(guī)模擴(kuò)充迅速且更為可得,因此政治學(xué)對(duì)于自動(dòng)文本處理和事件關(guān)系網(wǎng)絡(luò)分析的需求日漸增加。通過從大規(guī)模數(shù)據(jù)中自動(dòng)抽取的信息構(gòu)建的關(guān)系圖結(jié)構(gòu),不僅可以高效的完成知識(shí)發(fā)現(xiàn)任務(wù)并厘清事件間的關(guān)聯(lián)關(guān)系,還便于研究者更好的理解和把握事件發(fā)展趨勢,有利于更好的推進(jìn)政治領(lǐng)域的相關(guān)研究。為此,本文主要研究面向政治領(lǐng)域的事理圖譜的構(gòu)建,即一種揭示事件間演化規(guī)律和模式的事理邏輯知識(shí)庫,可以用于政治現(xiàn)象及行為的邏輯分析。本文提出了一套政治域事理圖譜構(gòu)建框架,并利用自然語言處理技術(shù)完成事件信息與事件關(guān)系的自動(dòng)化抽取,大大減輕了人工信息抽取的工作量,為該領(lǐng)域后續(xù)事理圖譜的構(gòu)建奠定良好基礎(chǔ)。在信息抽取任務(wù)中,本文選擇效果更為優(yōu)良的監(jiān)督學(xué)習(xí)方法,但高質(zhì)量的領(lǐng)域標(biāo)注數(shù)據(jù)十分稀缺且數(shù)據(jù)標(biāo)注模板缺失,針對(duì)此問題,本文制定了一套政治領(lǐng)域數(shù)據(jù)標(biāo)注方案并構(gòu)建PEG數(shù)據(jù)庫一套,為事件抽取及...

【文章頁數(shù)】：70 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
第1章 緒論
    1.1 課題背景及研究意義
        1.1.1 課題背景
        1.1.2 研究意義
    1.2 主要挑戰(zhàn)
    1.3 研究內(nèi)容及主要工作
    1.4 論文結(jié)構(gòu)
第2章 相關(guān)工作
    2.1 事理圖譜
        2.1.1 事理圖譜定義
        2.1.2 事理圖譜的特點(diǎn)
        2.1.3 事理圖譜構(gòu)建與應(yīng)用
    2.2 事件抽取
        2.2.1 任務(wù)定義
        2.2.2 數(shù)據(jù)集介紹
        2.2.3 相關(guān)研究
    2.3 關(guān)系抽取
    2.4 可視化技術(shù)
        2.4.1 Neo4j圖數(shù)據(jù)庫簡介
        2.4.2 MySQL數(shù)據(jù)庫簡介
        2.4.3 Pyechart簡介
    2.5 本章小結(jié)
第3章 數(shù)據(jù)集的構(gòu)建
    3.1 政治領(lǐng)域語料庫構(gòu)建
    3.2 事件標(biāo)注舉例
第4章 事件抽取
    4.1 融合字向量的DMCNN事件抽取方法
    4.2 基于預(yù)訓(xùn)練模型的事件抽取方法
        4.2.1 預(yù)訓(xùn)練模型介紹
        4.2.2 BERT+BiLSTM的事件抽取方法
    4.3 實(shí)驗(yàn)
        4.3.1 數(shù)據(jù)處理及開發(fā)環(huán)境
        4.3.2 參數(shù)設(shè)置及評(píng)價(jià)指標(biāo)
        4.3.3 對(duì)比實(shí)驗(yàn)
        4.3.4 結(jié)果分析
    4.4 本章小結(jié)
第5章 關(guān)系抽取
    5.1 基于知識(shí)庫匹配的顯式關(guān)系抽取
    5.2 基于Attention_BiLSTM的隱式關(guān)系抽取
    5.3 實(shí)驗(yàn)
        5.3.1 顯示關(guān)系抽取實(shí)驗(yàn)
        5.3.2 隱式關(guān)系抽取實(shí)驗(yàn)
    5.4 本章小結(jié)
第6章 事理圖譜可視化
    6.1 基于圖數(shù)據(jù)庫Neo4j的事理圖譜可視化
        6.1.1 數(shù)據(jù)存儲(chǔ)
        6.1.2 圖譜展示與分析
    6.2 基于MySQL+Pyechart的圖譜可視化方法
        6.2.1 數(shù)據(jù)存儲(chǔ)
        6.2.2 圖譜展示與分析
    6.3 事理圖譜可視化方法對(duì)比
    6.4 本章小結(jié)
第7章 總結(jié)與展望
    7.1 總結(jié)
    7.2 未來展望
參考文獻(xiàn)
致謝
作者簡歷
發(fā)表的學(xué)術(shù)論文



本文編號(hào)：4019152