互聯(lián)網(wǎng)的快速發(fā)展,使得網(wǎng)絡(luò)中涌現(xiàn)出越來越多的漢文旅游網(wǎng)站,為游客提供豐富的旅游信息。但漢文旅游網(wǎng)站信息龐雜,人們很難從海量無結(jié)構(gòu)的文本中快速準(zhǔn)確地了解景點(diǎn)全面的信息。相比之下,藏文旅游領(lǐng)域數(shù)據(jù)十分匱乏。如何借助資源豐富語言的知識(shí)輔助藏文旅游領(lǐng)域知識(shí)庫構(gòu)建,以及在資源豐富語言中如何從海量、多源、無結(jié)構(gòu)數(shù)據(jù)中抽取旅游領(lǐng)域知識(shí)具有重要的研究?jī)r(jià)值。針對(duì)以上問題,本文主要進(jìn)行了漢藏跨語言旅游領(lǐng)域的關(guān)系抽取與知識(shí)庫構(gòu)建研究,主要工作如下:（1）針對(duì)目前網(wǎng)絡(luò)資源中藏文景點(diǎn)語料匱乏,不易直接獲取藏文景點(diǎn)知識(shí)的問題,本文借助資源豐富的漢文旅游語料進(jìn)行屬性關(guān)系抽取,獲取全面的景點(diǎn)知識(shí),然后將漢文知識(shí)遷移到藏文旅游領(lǐng)域。在對(duì)大量漢文旅游文本的特點(diǎn)進(jìn)行分析的基礎(chǔ)上,采用雙向長(zhǎng)短時(shí)記憶網(wǎng)絡(luò)（Bidirectional Long Short-term Memory,BiLSTM）模型對(duì)藏族地區(qū)旅游景點(diǎn)文本進(jìn)行關(guān)系抽取。在該模型中,為了豐富詞向量的語義表示能力,本文在詞向量模型中融合了詞性特征和位置特征,通過對(duì)比實(shí)驗(yàn)表明融合多特征信息的詞向量表示方法比傳統(tǒng)詞向量表示方法的結(jié)果有大幅度提升。其中,對(duì)于“臨近關(guān)系”和“... 

【文章來源】：中央民族大學(xué)北京市 211工程院校 985工程院校

【文章頁數(shù)】：108 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖２－１?ＬＳＴＭ結(jié)構(gòu)圖??首先計(jì)算遺忘門ｆｔ，經(jīng)過Ｓｉｇｍｏｉｄ函數(shù)處理后，ｆｔ中每一維的取值都在０到１??

將經(jīng)過預(yù)處理（分句、分詞、詞性標(biāo)注）的旅游文本作為待輸入語料庫（ＣｏｒｐｕｓＤａｔｅ），采用基于Ｗｏｒｄ２Ｖｅｃ＿模型進(jìn)行聯(lián)合訓(xùn)練，最終向量模型（Ｃｉ＿ＶｅｃＭｏｄｅｌ）以及詞性向量模型（Ｘｉ＿ＶｅｃＭｏｄｅｌ）。??位置向量。通過計(jì)算句子中每個(gè)詞語到目標(biāo)實(shí)體的距離，使得同一個(gè)不同的實(shí)例關(guān)系也可以很好的區(qū)分，具體實(shí)現(xiàn)是：對(duì)于一個(gè)長(zhǎng)度為Ｉ的句序列中的每一個(gè)詞語ｓ，，其距離實(shí)體ｅｌ和實(shí)體ｅ２的相對(duì)距離ｉ－ｂ，其中ｉ表示當(dāng)前詞語在句子中的索引下標(biāo)，＾和＾分別是實(shí)體ｅｌ和２的索引下標(biāo)，負(fù)數(shù)即表示當(dāng)前詞語位于實(shí)體詞前。如２－７圖所示，句子“

中ｄ表示位置向量的維度。最終，句子中每個(gè)詞語的位置向量表示為ｐＶＦｆｐＶｉｈＰＶｃ］，??其中卩＾和ｐｖｉ２分別表示句子中第ｉ個(gè)詞語到實(shí)體ｅｌ和實(shí)體ｅ２的相對(duì)距離的向??量表不。??－５??Ｉ?；??恰嗅曲德寺（ｅ１）?建于?１６世紀(jì)末，屬?格魯派（ｅ２）?＜，??ｔ?｜??１??圖２－７距離向量示例??２．４．２基于ＢｉＬＳＴＭ的旅游領(lǐng)域關(guān)系抽取模型??本文研宄的旅游領(lǐng)域關(guān)系抽取模型的詞向量表示除了關(guān)注詞語特征外，還依??次融合了詞語的詞性特征和位置特征；基于ＢｉＬＳＴＭ特征融合的旅游領(lǐng)域關(guān)系抽??取模型如圖２－８所示。??


本文編號(hào)：2975703