面向自由文本的信息抽取方法研究.pdf

1、隨著互聯(lián)網的廣泛應用以及各種辦公系統(tǒng)的無紙化，各種電子形式的文本文檔正以指數級的速度迅速增長，如何從這些海量的文本文檔中快速有效的找到有用的信息，成為信息檢索領域的重要研究方向。信息抽取正是一個有效的解決方法，是具有較高實用價值的關鍵技術，因此它成為自然語言處理的一個重要研究問題。目前，在中文信息抽取已有的研究中，大多數都是集中在基于分詞和文本分塊的研究上，面向的對象也多為結構化和半結構化的文本。
　　 針對上述研究存在的不足，

2、本文以自由文本為研究對象，通過對大量文本的觀察、分析和總結，確定關鍵句在文本中的特征以及與文本中非關鍵句之間的關系。本文提出一種面向自由文本的關鍵句抽取算法，該算法運用語義在自然語言處理中的優(yōu)勢對文本進行句子的語義相似度計算，再結合文本分析中總結的關鍵句特征，實現(xiàn)對自由文本的關鍵句抽取。本算法對于主題比較鮮明的文本文檔可以達到較好的抽取效果。在此基礎之上，本文還研究了對非結構化的句子或者標題句的抽取算法，該算法在運用依存分析對句子進行淺

3、層句法分析的基礎上制定相應規(guī)則，形成輸入序列，再結合HMM易于建立、適應性好、抽取精度較高的優(yōu)勢，實現(xiàn)自由文本的信息抽取。實驗表明，新的算法在召回率、準確率和正確率指標上均有良好的性能，這說明了算法的有效性，同時該算法減少了轉移狀態(tài)，從而使抽取的效率也能獲得提高。
　　 本文在研究中，靈活運用依存分析在淺層句法分析中的優(yōu)勢以及語義的相關計算在句子相似度計算中更高的準確度，為信息抽取工作打開了新思路，因此本文的研究具有一定的理論和