發(fā)布時(shí)間：2017-06-03 20:10

  本文關(guān)鍵詞：融合句義特征的人名消歧及人物關(guān)系抽取技術(shù)研究，由筆耕文化傳播整理發(fā)布。

【摘要】：人名歧義是一種身份不確定的現(xiàn)象，指的是文本中相同的人名指向現(xiàn)實(shí)世界中的不同實(shí)體人物。人名消歧具有很大的實(shí)際應(yīng)用價(jià)值，是搜索引擎、社交網(wǎng)絡(luò)和人名知識(shí)庫構(gòu)建等領(lǐng)域的基礎(chǔ)性研究，在個(gè)性化搜索、自動(dòng)問答、多文本摘要、熱點(diǎn)人物跟蹤與發(fā)現(xiàn)等領(lǐng)域都有著廣泛的應(yīng)用。通過人名消歧獲得了感興趣人物的相關(guān)文本后，人們往往還關(guān)心與其具有特定關(guān)系的人物，僅僅識(shí)別出文本中的人物往往無法滿足實(shí)際應(yīng)用需求，這些人物之間存在著何種關(guān)系更為關(guān)鍵。因?yàn)槲谋局械娜宋镪P(guān)系是分散的，所以更需要從文本中快速準(zhǔn)確地自動(dòng)抽取人物關(guān)系。 跨文本人名消歧是區(qū)分多文本中同名的不同人物實(shí)體的過程，是人名檢索技術(shù)的重要組成部分，近年來成為自然語言處理中的一個(gè)重點(diǎn)問題。本文針對(duì)文本分析不夠深入、表示不夠精細(xì)造成的信息丟失和噪聲干擾的問題，提出了一種融合句義特征的三階段人名消歧方法。該方法首先針對(duì)查詢?cè)~常作為普通詞出現(xiàn)的特點(diǎn)，，在文本預(yù)處理后采用啟發(fā)式規(guī)則的后處理方法判斷其是否是人名；然后根據(jù)特征模板提取局部名實(shí)體特征及職業(yè)，通過句義結(jié)構(gòu)模型進(jìn)行句義分析，提取句義特征，引入重疊系數(shù)計(jì)算句義特征相似度，利用詞袋模型統(tǒng)計(jì)詞頻，構(gòu)成三層特征空間；最后使用基于規(guī)則的分類和兩階段層次聚類算法實(shí)現(xiàn)人名消歧。在CLP2012中文人名消歧語料上進(jìn)行實(shí)驗(yàn)，結(jié)果表明該方法的F值達(dá)到88.79%，跨文本人名消歧方法中引入句義特征可進(jìn)一步提升其處理效果。 人物關(guān)系常常不以結(jié)構(gòu)化的形式表達(dá)，人們對(duì)自動(dòng)高效的人物關(guān)系抽取方法的需求是迫切的，本文針對(duì)三元組特征分析不夠深入，種子詞需要人工設(shè)定等問題，在抽取并分析關(guān)系特征詞所承擔(dān)的句義任務(wù)的基礎(chǔ)上，提出了一種自動(dòng)的人物關(guān)系抽取方法。該方法首先利用統(tǒng)計(jì)詞頻特征及Bootstrapping算法，分別在少量有標(biāo)記的語料和大量無標(biāo)記的語料中訓(xùn)練得到關(guān)系特征詞典；然后通過元素距離最優(yōu)化規(guī)則構(gòu)造語句的三元組實(shí)例，融合詞法層及句義特征構(gòu)造三元組特征空間；最后對(duì)三元組進(jìn)行是非二元判定，利用置信度最大化原則得到人物關(guān)系類別。在BFS熱門人物檢索語料上進(jìn)行實(shí)驗(yàn)，結(jié)果表明該方法的F值達(dá)到83.8%，實(shí)驗(yàn)效果良好。
【關(guān)鍵詞】：人名消歧 人物關(guān)系 抽取句義特征 自然語言處理
【學(xué)位授予單位】：北京理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP391.1
【目錄】：

• 摘要5-6
• Abstract6-11
• 圖表索引11-13
• 第1章 緒論13-20
• 1.1 研究背景和意義13-15
• 1.2 研究歷史和現(xiàn)狀15-18
• 1.2.1 人名消歧研究歷史和現(xiàn)狀15-16
• 1.2.2 人物關(guān)系抽取研究歷史和現(xiàn)狀16-18
• 1.2.3 總結(jié)與分析18
• 1.3 研究?jī)?nèi)容和結(jié)構(gòu)安排18-20
• 1.3.1 研究?jī)?nèi)容18-19
• 1.3.2 結(jié)構(gòu)安排19-20
• 第2章 涉及的理論和技術(shù)基礎(chǔ)20-30
• 2.1 引言20
• 2.2 句義結(jié)構(gòu)模型20-23
• 2.2.1 句義結(jié)構(gòu)模型概念20-21
• 2.2.2 句義特征構(gòu)造21-23
• 2.3 文本表示方法23-25
• 2.3.1 布爾值模型23
• 2.3.2 N-Gram 模型23-24
• 2.3.3 向量空間模型24-25
• 2.3.4 概率模型25
• 2.4 聚類及分類算法25-29
• 2.4.1 K 均值聚類25-26
• 2.4.2 層次聚類26-27
• 2.4.3 最近鄰分類27-28
• 2.4.4 支持向量機(jī)28
• 2.4.5 C4.5 決策樹28-29
• 2.5 小結(jié)29-30
• 第3章 融合句義特征的跨文本人名消歧方法30-41
• 3.1 引言30
• 3.2 相關(guān)工作30-31
• 3.2.1 主要技術(shù)和方法30-31
• 3.2.2 問題總結(jié)與分析31
• 3.3 算法設(shè)計(jì)31-36
• 3.3.1 算法原理31-32
• 3.3.2 預(yù)處理32
• 3.3.3 人名實(shí)體識(shí)別32-34
• 3.3.4 三層特征空間構(gòu)造34-35
• 3.3.5 分類和兩階段聚類35-36
• 3.4 實(shí)驗(yàn)分析36-39
• 3.4.1 數(shù)據(jù)源和實(shí)驗(yàn)條件36-37
• 3.4.2 評(píng)價(jià)方法37
• 3.4.3 實(shí)驗(yàn)結(jié)果37-39
• 3.5 小結(jié)39-41
• 第4章 融合句義特征的人物關(guān)系抽取方法41-51
• 4.1 引言41
• 4.2 相關(guān)工作41-42
• 4.2.1 主要技術(shù)和方法41-42
• 4.2.2 問題總結(jié)與分析42
• 4.3 算法設(shè)計(jì)42-46
• 4.3.1 算法原理42-43
• 4.3.2 關(guān)系特征詞典自動(dòng)生成43-44
• 4.3.3 三元組特征空間構(gòu)造44-46
• 4.3.4 C4.5 人物關(guān)系判定46
• 4.4 實(shí)驗(yàn)分析46-50
• 4.4.1 實(shí)驗(yàn)數(shù)據(jù)和實(shí)驗(yàn)條件46-47
• 4.4.2 實(shí)驗(yàn)結(jié)果47-50
• 4.5 小結(jié)50-51
• 第5章 原型系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)51-65
• 5.1 引言51
• 5.2 系統(tǒng)總體設(shè)計(jì)51-54
• 5.2.1 技術(shù)路線和設(shè)計(jì)原則51
• 5.2.2 目標(biāo)和功能需求51-52
• 5.2.3 系統(tǒng)的總體結(jié)構(gòu)52-54
• 5.3 關(guān)鍵功能模塊實(shí)現(xiàn)54-61
• 5.3.1 人名實(shí)體識(shí)別模塊54-56
• 5.3.2 特征抽取模塊56-58
• 5.3.3 分類和兩階段聚類模塊58-59
• 5.3.4 人物關(guān)系抽取59-61
• 5.4 實(shí)驗(yàn)分析61-64
• 5.4.1 人物關(guān)系圖實(shí)驗(yàn)61-63
• 5.4.2 容錯(cuò)能力實(shí)驗(yàn)63-64
• 5.5 小結(jié)64-65
• 第6章 結(jié)束語65-68
• 6.1 全文總結(jié)65-66
• 6.2 工作展望66-68
• 參考文獻(xiàn)68-72
• 學(xué)習(xí)期間發(fā)表的學(xué)術(shù)論文與研究成果清單72-73
• 致謝73

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 劉克彬;李芳;劉磊;韓穎;;基于核函數(shù)中文關(guān)系自動(dòng)抽取系統(tǒng)的實(shí)現(xiàn)[J];計(jì)算機(jī)研究與發(fā)展;2007年08期

2 何婷婷;徐超;李晶;趙君U

本文編號(hào)：419110