面向文本的自動(dòng)語義標(biāo)注技術(shù)研究與實(shí)現(xiàn).pdf

1、互聯(lián)網(wǎng)在人類社會(huì)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(tái)。互聯(lián)網(wǎng)所包含的海量數(shù)據(jù)資源中蘊(yùn)含著海量信息，必須對數(shù)據(jù)進(jìn)行有效地處理才能從中挖掘出有價(jià)值的信息。語義標(biāo)注技術(shù)是將計(jì)算機(jī)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(biāo)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(shí)例、數(shù)據(jù)屬性和對象屬性的過程，使數(shù)據(jù)資源從機(jī)器可讀上升到機(jī)器可理解，能夠有效實(shí)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(dòng)語義標(biāo)注框架，主要工作包括三個(gè)方面：
　　1.論文設(shè)計(jì)了一種自動(dòng)語義標(biāo)注框架，包括創(chuàng)建實(shí)例、概念標(biāo)注和屬性標(biāo)注三個(gè)階段。在前兩個(gè)階段中，利用命名實(shí)體識(shí)別算法完成對實(shí)體類、時(shí)間類和數(shù)字類命名實(shí)體的自動(dòng)識(shí)別與概念標(biāo)注?；跅l件隨機(jī)場模型的語義標(biāo)注算法具有避免獨(dú)立性假設(shè)、避免標(biāo)注偏置、能夠融合大量特征等特點(diǎn)，通過分析了不同實(shí)體類命名實(shí)體（人名、地名和機(jī)構(gòu)名）

3、的構(gòu)詞特征，并據(jù)此推斷在具體的識(shí)別過程中使用的識(shí)別顆粒度（基于字或基于詞）。最后通過實(shí)驗(yàn)驗(yàn)證了算法的有效性。
　　2.在自動(dòng)語義標(biāo)注框架的屬性標(biāo)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(zhǔn)確率較低情況，設(shè)計(jì)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(shí)現(xiàn)關(guān)系抽取。最后通過實(shí)驗(yàn)證實(shí)，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(dòng)