影評(píng)文法設(shè)計(jì)與影視作品標(biāo)簽抽取研究.pdf

1、隨著信息數(shù)據(jù)呈現(xiàn)幾何級(jí)數(shù)膨脹，從大數(shù)據(jù)中獲取有價(jià)值的知識(shí)日益成為數(shù)據(jù)挖掘領(lǐng)域熱門的研究方向。目前國(guó)內(nèi)外已經(jīng)大量展開知識(shí)抽取以及分析方面的研究，同時(shí)基于中文數(shù)據(jù)的知識(shí)獲取研究也得到快速發(fā)展。本文通過分析影視作品評(píng)論數(shù)據(jù)，研究一種基于影評(píng)文法與影評(píng)知識(shí)本體的知識(shí)獲取方法，該方法是一種面向非結(jié)構(gòu)化中文數(shù)據(jù)的知識(shí)獲取方法，旨在從大量以非結(jié)構(gòu)化形式存在的影視領(lǐng)域重要知識(shí)中，獲取到有價(jià)值、具有代表性的影視領(lǐng)域知識(shí)。該方法也稱基于EKEL(Execu

2、table Knowledge Extraction Language)的影評(píng)挖掘分析方法，是針對(duì)影評(píng)文本進(jìn)行自動(dòng)獲取有用的電影基本信息和電影評(píng)價(jià)信息?；贓KEL的影評(píng)挖掘分析方法是一種結(jié)合影評(píng)文法的文本處理方法，運(yùn)用設(shè)計(jì)好的影評(píng)文法結(jié)合EKEL形成一個(gè)文本知識(shí)挖掘系統(tǒng)，可以有效且準(zhǔn)確地對(duì)影視領(lǐng)域中的評(píng)論信息和知識(shí)進(jìn)行獲取。對(duì)獲取出來的影視領(lǐng)域知識(shí)作進(jìn)一步分析，獲取影視領(lǐng)域中更具代表性的知識(shí)，然后將這些影視領(lǐng)域知識(shí)加以處理，通過轉(zhuǎn)化為

3、RDF(Reflective Display Film)或者owl(Web Ontology Language)形式，以便可以運(yùn)用于某些特定領(lǐng)域，比如電影推薦系統(tǒng)中，問答系統(tǒng)。
　　本文首先介紹了影評(píng)初始本體的定義方法，以及其在影視作品標(biāo)簽抽取中的作用。然后詳細(xì)說明了影評(píng)文法體系的四個(gè)組成部分，分別為載入影評(píng)初始本體文件，影視作品常量，影評(píng)文法模式，影評(píng)知識(shí)處理主體。詳細(xì)說明了各部分的定義方法以及其在影評(píng)文法體系中的作用。之后介紹

4、了EKEL系統(tǒng)的運(yùn)行機(jī)制及功能，并說明了如何利用影評(píng)文法體系，結(jié)合EKEL系統(tǒng)對(duì)影視作品中標(biāo)簽進(jìn)行抽取。然后研究了如何完整系統(tǒng)的設(shè)計(jì)影評(píng)文法體系，并詳細(xì)說明了影評(píng)文法體系設(shè)計(jì)技術(shù)路線。通過對(duì)具體影評(píng)文法的設(shè)計(jì)，總結(jié)了影評(píng)文法體系中各部分的設(shè)計(jì)方法和應(yīng)遵循的規(guī)范。之后利用設(shè)計(jì)好的影評(píng)文法體系，同時(shí)結(jié)合EKEL系統(tǒng)，利用事先獲取的影視作品文本語料進(jìn)行影視作品標(biāo)簽抽取，產(chǎn)生EKEL分析樹，然后是對(duì)EKEL分析樹的深入分析及后處理，對(duì)獲取到的影

5、視作品標(biāo)簽進(jìn)行精細(xì)化處理，逐步擴(kuò)充完善影評(píng)文法體系，優(yōu)化后的影評(píng)文法體系具有結(jié)構(gòu)清晰，描述合理完善，較強(qiáng)的泛化能力與抽取標(biāo)簽?zāi)芰Α榱蓑?yàn)證利用本文研究的知識(shí)抽取方法的有效性，設(shè)計(jì)影視作品標(biāo)簽抽取實(shí)驗(yàn)。在抽取實(shí)驗(yàn)過程中，研究了一種針對(duì)影視作品標(biāo)簽抽取效果的分析方法，本文通過計(jì)算對(duì)影視作品中一類標(biāo)簽集抽取的精確率和召回率，分析實(shí)驗(yàn)結(jié)果并總結(jié)利用本文所研究的知識(shí)抽取方法具有的優(yōu)點(diǎn)及需要改進(jìn)的地方。最后總結(jié)了基于影評(píng)文法與影評(píng)領(lǐng)域知識(shí)本體的知識(shí)