面向文本的自動語義標注技術(shù)研究與實現(xiàn).pdf

1、互聯(lián)網(wǎng)在人類社會中扮演了越來越重要的角色，成為人們工作生活中主要的信息來源和交互平臺?；ヂ?lián)網(wǎng)所包含的海量數(shù)據(jù)資源中蘊含著海量信息，必須對數(shù)據(jù)進行有效地處理才能從中挖掘出有價值的信息。語義標注技術(shù)是將計算機無法直接處理的半結(jié)構(gòu)化和非結(jié)構(gòu)化的多媒體數(shù)據(jù)轉(zhuǎn)變?yōu)檎Z義數(shù)據(jù)的有效手段。語義標注是語義推理的基礎(chǔ)，是以本體為指導(dǎo)、為多媒體數(shù)據(jù)添加概念實例、數(shù)據(jù)屬性和對象屬性的過程，使數(shù)據(jù)資源從機器可讀上升到機器可理解，能夠有效實現(xiàn)跨域多源數(shù)據(jù)資源的集成

2、和共享，為上層數(shù)據(jù)資源的語義檢索和管理提供支持。本文研究了一種面向中文文本的自動語義標注框架，主要工作包括三個方面：
　　1.論文設(shè)計了一種自動語義標注框架，包括創(chuàng)建實例、概念標注和屬性標注三個階段。在前兩個階段中，利用命名實體識別算法完成對實體類、時間類和數(shù)字類命名實體的自動識別與概念標注?；跅l件隨機場模型的語義標注算法具有避免獨立性假設(shè)、避免標注偏置、能夠融合大量特征等特點，通過分析了不同實體類命名實體（人名、地名和機構(gòu)名）

3、的構(gòu)詞特征，并據(jù)此推斷在具體的識別過程中使用的識別顆粒度（基于字或基于詞）。最后通過實驗驗證了算法的有效性。
　　2.在自動語義標注框架的屬性標注階段，論文利用句法分析器為中文語句構(gòu)造句法依存樹，考慮到對中文長句子的句法解析準確率較低情況，設(shè)計了針對中文長句的預(yù)處理方法。并基于句法依存樹提出了7條啟發(fā)式規(guī)則用于實現(xiàn)關(guān)系抽取。最后通過實驗證實，預(yù)處理操作和啟發(fā)式規(guī)則均能夠較大程度上提升關(guān)系抽取算法的總體性能。
　　3.基于自動