知識圖譜是以實體作為頂點,實體間關(guān)聯(lián)作為邊,描述靜態(tài)知識,但現(xiàn)實世界中知識是動態(tài)變化的,記敘文是記錄動態(tài)知識的主要載體。針對記敘文的知識化抽取,本文設(shè)計并實現(xiàn)了一個事件知識圖譜平臺,能夠?qū)⒅R從非結(jié)構(gòu)化文本形式轉(zhuǎn)化成以事件為單元的圖譜形式,描述現(xiàn)實世界中事物之間的關(guān)聯(lián)。事件知識圖譜平臺由數(shù)據(jù)采集平臺、圖譜構(gòu)建平臺、并行計算平臺及標(biāo)注平臺組成。數(shù)據(jù)采集平臺負(fù)責(zé)從互聯(lián)網(wǎng)中獲取指定事件相關(guān)的新聞文本、追蹤熱點事件、自動更新數(shù)據(jù)。圖譜構(gòu)建平臺將事件信息從文本形式轉(zhuǎn)化為圖譜形式。并行計算平臺提供并行計算能力,承載圖譜構(gòu)建過程中的計算任務(wù)。標(biāo)注平臺為標(biāo)注人員和行業(yè)專家提供規(guī)則制定和樣本標(biāo)注作業(yè)平臺,確保平臺能夠適應(yīng)不同的業(yè)務(wù)場景。平臺的主要工作流程分為文本數(shù)據(jù)采集、元事件抽取及融合、事件知識圖譜構(gòu)建及可視化。首先通過數(shù)據(jù)采集平臺獲取事件相關(guān)文本,再利用自然語言處理技術(shù)分析文本,從中抽取元事件信息,然后對元事件信息進(jìn)行整理和融合,最后將事件組織為圖譜形式,完成事件知識圖譜構(gòu)建,實現(xiàn)將知識轉(zhuǎn)化為以事件為核心的圖譜形式。本文的研究成果包括以下四點:（1）針對數(shù)據(jù)采集時可能出現(xiàn)搜索不準(zhǔn)確導(dǎo)致結(jié)果中出現(xiàn)無關(guān)... 

【文章來源】：電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：86 頁

【學(xué)位級別】：碩士

【部分圖文】：

隱馬爾可夫模型結(jié)構(gòu)示意圖

電子科技大學(xué)碩士學(xué)位論文2.2.3 word2vectorword2vector 是一種將詞或者字轉(zhuǎn)換為向量表示的工具。詞向量之間余弦距離的表示詞之間的相似性：余弦值越大，兩個向量在空間中夾角越小，兩個詞詞義越接近；余弦值越小，兩個向量在空間中夾角越大，兩個詞的詞義越疏遠(yuǎn)。和傳統(tǒng)的統(tǒng)計特征相比，word2vector 解決了詞向量高維稀疏的問題，同時能夠利用詞向量相似性表示語義相似性。這一轉(zhuǎn)換為文本進(jìn)行語義計算奠定了基礎(chǔ)，也促進(jìn)了神經(jīng)網(wǎng)絡(luò)在自然語言處理領(lǐng)域的應(yīng)用。根據(jù)語言模型的不同，分為連續(xù)詞袋模型(Continuous Bag-of-Word Model，CBOW)和“Skip-gram”模型[35]，前者是用語境來預(yù)測目標(biāo)單詞，后者是用中心單詞來預(yù)測語境。訓(xùn)練 word2vector 時還有兩種優(yōu)化方法：層次 softmax 和負(fù)采樣。word2vector 模型結(jié)構(gòu)如圖 2-2 所示，圖中 C(wt)表示詞 wt對應(yīng)的向量。

第二章 相關(guān)理論與技術(shù)基礎(chǔ) 2.1 令無向圖 G {V ,E}，v v VY Y （ ） ，Y 中的元素與無向圖中X 為觀測序列，Y 為狀態(tài)序列。在 X 已知的情況下，如果Y 中任爾可夫性，即~v w v wP（ Y |X ,Y , w v） = P（ Y |X ,Y , w v） P (Y | X )是一個條件隨機(jī)場。其中 w～v，表示在無向圖中，（點。鏈條件隨機(jī)場（Linear Chain Conditional Random Field）是條件1 2{ , ,...,}n X X X表示觀測值， 1 2, ,...,nY Y Y Y表示隱藏狀態(tài)值，一對應(yīng)。在線性條件隨機(jī)場的概率轉(zhuǎn)換圖中，最大團(tuán)節(jié)點數(shù)為節(jié)點。結(jié)構(gòu)如圖 2-3 所示。

【參考文獻(xiàn)】：
期刊論文
[1]基于電商數(shù)據(jù)的產(chǎn)品知識圖譜構(gòu)建研究[J]. 丁晟春,侯琳琳,王穎.  數(shù)據(jù)分析與知識發(fā)現(xiàn). 2019(03)
[2]基于LSTM網(wǎng)絡(luò)的序列標(biāo)注中文分詞法[J]. 任智慧,徐浩煜,封松林,周晗,施俊.  計算機(jī)應(yīng)用研究. 2017(05)
[3]知識表示學(xué)習(xí)研究進(jìn)展[J]. 劉知遠(yuǎn),孫茂松,林衍凱,謝若冰.  計算機(jī)研究與發(fā)展. 2016(02)
[4]知識圖譜的技術(shù)實現(xiàn)流程及相關(guān)應(yīng)用[J]. 曹倩,趙一鳴.  情報理論與實踐. 2015(12)
[5]知識組織中知識粒度化表示和規(guī)范化研究[J]. 徐緒堪,房道偉,蔣勛,蘇新寧.  圖書情報知識. 2014(06)
[6]開放式信息抽取研究進(jìn)展[J]. 楊博,蔡東風(fēng),楊華.  中文信息學(xué)報. 2014(04)
[7]基于密度的改進(jìn)BIRCH聚類算法[J]. 韋相.  計算機(jī)工程與應(yīng)用. 2013(10)
[8]一種基于密度的聚類算法實現(xiàn)[J]. 段明秀,唐超琳.  吉首大學(xué)學(xué)報(自然科學(xué)版). 2013(01)
[9]網(wǎng)格聚類算法研究[J]. 李愛華,尹斐斐.  科技致富向?qū)? 2012(23)
[10]數(shù)據(jù)挖掘中聚類算法研究進(jìn)展[J]. 周濤,陸惠玲.  計算機(jī)工程與應(yīng)用. 2012(12)

碩士論文
[1]一種改進(jìn)的COBWEB算法研究[D]. 于洋.哈爾濱工程大學(xué) 2010
[2]基于最大熵模型的漢語詞性標(biāo)注研究[D]. 張磊.大連理工大學(xué) 2008



本文編號：3374232