本文關鍵詞：基于信息抽取的實體知識庫系統(tǒng)研究　出處：《北京交通大學》2017年碩士論文　論文類型：學位論文

  更多相關文章： 信息抽取 命名實體識別 實體關系抽取 條件隨機場 句法分析

【摘要】：近年來,互聯(lián)網(wǎng)發(fā)展迅速,網(wǎng)絡數(shù)據(jù)量飛速增長,這使得傳統(tǒng)的方法很難從海量的網(wǎng)絡數(shù)據(jù)中有效的提取出有用的信息。信息抽取與實體知識庫的提出可以有效的解決這一問題。論文基于信息抽取中命名實體識別與實體關系抽取技術構(gòu)建實體知識庫系統(tǒng)。論文的研究工作得到了國家自然科學基金項目(No.61271308、61172072、61401015)和北京市教育委員會研究生學科建設項目的支持。論文的主要工作如下:論文針對中文的命名實體識別一直存在邊界難以界定、命名規(guī)則多樣等問題,依據(jù)相同類別的中文命名實體往往具有結(jié)構(gòu)或規(guī)則的相似性的特點,分實體類別采用不同的識別過程,實現(xiàn)命名實體的有效識別。提出通過設置不同的特征模板,使用條件隨機場算法訓練得到實體識別模板,并且針對識別難度較高的地名實體、組織機構(gòu)實體采用校準規(guī)則,提升整體識別效果,完成命名實體識別模型的構(gòu)建。此外,論文提出了一種面向網(wǎng)絡新聞語料,從大規(guī)模數(shù)據(jù)中抽取實體關系的無監(jiān)督實體關系抽取模型,該方法可以克服傳統(tǒng)實體關系抽取方法所具有的人工投入量大、領域移植性差的缺點。該模型構(gòu)建新的關系識別函數(shù),對有關系的實體對進行識別;使用句法分析構(gòu)建規(guī)則,提取關系特征詞,并結(jié)合"上下文窗口"的特征詞提取方法的結(jié)果,建立關系特征詞列表;采用聚類效果較傳統(tǒng)k-means算法表現(xiàn)更為優(yōu)異的相似性傳播算法,實現(xiàn)特征詞的聚類。經(jīng)過實體對篩選、特征詞提取、特征詞聚類,得到實體關系。為了驗證方法的有效性,論文使用網(wǎng)絡獲取的語料,分別對設計的方案進行了實驗驗證。經(jīng)過不同實驗數(shù)據(jù)在識別準確率的對比、分析,可以看出,論文提出的方法能夠有效地識別命名實體及其關系,提升實體知識庫系統(tǒng)的數(shù)據(jù)采集性能。
【學位授予單位】：北京交通大學
【學位級別】：碩士
【學位授予年份】：2017
【分類號】：TP391.1

【參考文獻】

相關期刊論文 前10條

1 周鵬程;武川;陸偉;;基于多知識庫的短文本實體鏈接方法研究——以Wikipedia和Freebase為例[J];現(xiàn)代圖書情報技術;2016年06期

2 甘麗新;萬常選;劉德喜;鐘青;江騰蛟;;基于句法語義特征的中文實體關系抽取[J];計算機研究與發(fā)展;2016年02期

3 本刊編輯部;;大數(shù)據(jù)相關知識概述[J];保密科學技術;2015年09期

4 秦兵;劉安安;劉挺;;無指導的中文開放式實體關系抽取[J];計算機研究與發(fā)展;2015年05期

5 劉殷;呂學強;劉坤;;條件隨機場與多層算法模型的實體自動識別[J];計算機工程與應用;2016年11期

6 郭喜躍;何婷婷;;信息抽取研究綜述[J];計算機科學;2015年02期

7 陳耀東;王挺;陳火旺;;半監(jiān)督學習和主動學習相結(jié)合的淺層語義分析[J];中文信息學報;2008年02期

8 馮元勇;孫樂;李文波;張大鯤;;基于單字提示特征的中文命名實體識別快速算法[J];中文信息學報;2008年01期

9 周波;楊國緯;;基于貝葉斯算法的中國人名識別[J];計算機應用;2006年04期

10 車萬翔,劉挺,李生;實體關系自動抽取[J];中文信息學報;2005年02期

相關博士學位論文 前3條

1 郭喜躍;面向開放領域文本的實體關系抽取[D];華中師范大學;2016年

2 甘海濤;半監(jiān)督聚類與分類算法研究[D];華中科技大學;2014年

3 張素香;信息抽取中關鍵技術的研究[D];北京郵電大學;2007年

相關碩士學位論文 前4條

1 于永波;Web信息抽取中的若干關鍵問題研究[D];中國科學技術大學;2015年

2 牛秀萍;基于隱馬爾科夫模型詞性標注的研究[D];太原理工大學;2013年

3 閆萍;基于統(tǒng)計與規(guī)則相結(jié)合的命名實體識別研究[D];河南工業(yè)大學;2012年

4 楊華;基于最大熵模型的中文命名實體識別方法研究[D];哈爾濱工程大學;2008年

，

本文編號：1336315