面向社會(huì)網(wǎng)絡(luò)應(yīng)用的人物關(guān)系抽取方法研究.pdf

1、人物關(guān)系抽取是信息抽取領(lǐng)域的熱門研究方向之一，指的是從非結(jié)構(gòu)化或半結(jié)構(gòu)化的文本中識(shí)別用戶感興趣的人物關(guān)系，并以結(jié)構(gòu)化的形式進(jìn)行存儲(chǔ)的過程。在這個(gè)信息爆炸的大數(shù)據(jù)時(shí)代，需要信息抽取技術(shù)快速準(zhǔn)確地發(fā)現(xiàn)形式多樣的人物關(guān)系，為社會(huì)網(wǎng)絡(luò)及其他相關(guān)領(lǐng)域的應(yīng)用研究奠定基礎(chǔ)。本文對(duì)基于堆疊降噪自動(dòng)編碼器的人物關(guān)系抽取方法進(jìn)行了深入研究，并在此基礎(chǔ)上對(duì)基于人物關(guān)系抽取技術(shù)的社會(huì)網(wǎng)絡(luò)構(gòu)建方法進(jìn)行了研究，主要研究?jī)?nèi)容歸納如下：
　　首先，提出了基于互動(dòng)

2、百科的人物關(guān)系語料自動(dòng)生成系統(tǒng)的設(shè)計(jì)方案，對(duì)數(shù)據(jù)抓取、網(wǎng)頁正文抽取、文本分析處理、人物關(guān)系語料生成四個(gè)模塊進(jìn)行了詳細(xì)的論述與設(shè)計(jì)；提出了由語言技術(shù)平臺(tái)（LTP）和NLPIR漢語分詞系統(tǒng)相結(jié)合并協(xié)同互動(dòng)百科進(jìn)一步確認(rèn)的人名對(duì)識(shí)別算法以及基于互動(dòng)百科的人物關(guān)系類型識(shí)別算法。
　　其次，研究了基于堆疊降噪自動(dòng)編碼器的人物關(guān)系抽取方法，并通過實(shí)驗(yàn)的方式對(duì)該方法的性能進(jìn)行了評(píng)估。在句子級(jí)別的人物關(guān)系抽取中，針對(duì)特征詞過少導(dǎo)致特征向量高度稀疏

3、這一問題，提出了基于同義詞詞林?jǐn)U展特征詞規(guī)模的緩解方法；考察了詞特征、詞性特征、相鄰位置特征、依存句法特征和語義特征對(duì)人物關(guān)系抽取性能的貢獻(xiàn)；探究了不同網(wǎng)絡(luò)深度的堆疊降噪自動(dòng)編碼器的人物關(guān)系識(shí)別效果。
　　最后，研究了基于人物關(guān)系抽取技術(shù)的社會(huì)網(wǎng)絡(luò)構(gòu)建方法，構(gòu)建了適合大規(guī)模社會(huì)網(wǎng)絡(luò)分析應(yīng)用的社會(huì)網(wǎng)絡(luò)矩陣并通過社群圖的形式對(duì)社會(huì)網(wǎng)絡(luò)的構(gòu)建效果進(jìn)行了展示。
　　本文提出的基于互動(dòng)百科的人物關(guān)系語料自動(dòng)生成系統(tǒng)，為后續(xù)的基于堆疊降