基于淺層分析的量化關系抽取方法研究.pdf

1、面對數字化、網絡化、大數據時代的海量信息資源，現有的信息抽取工具還不能有效地獲取和發(fā)現信息之間內在的知識價值。國內外信息抽取技術的出現，將大批量的未分類的文本信息自動轉化成結構化的信息成為可能。作者在經過大量的語料分析和技術方法研究的基礎上，針對現階段國內外實體關系信息系統(tǒng)的發(fā)展現狀，提出了一種中文實體關系抽取的解決方案:定義可量化的實體關系，開發(fā)一整套抽取可量化實體關系的框架，并利用和改進成熟的英文信息抽取系統(tǒng)GATE，結合國內成熟的

2、分詞和詞性標注工具ICTCLAS，實現了高準確率和召回率的可量化的實體關系抽取。
　　本文重點提出解決中文信息抽取的3個重點環(huán)節(jié)，分別是中文分詞和詞性標注問題、可量化實體關系庫的定義以及構建方法和量化實體關系庫的系統(tǒng)化實現方案。除了運用ICTCLAS解決中文分詞難的問題外，作者提出實體關系進行領域分類和量化屬性的分類方法，并針對中文實體的特點編制了3類常見的實體關系模式的規(guī)則來獲取海量的可量化實體關系集。
　　系統(tǒng)實現后，作