基于文本的人物畫像挖掘技術(shù)的研究與應(yīng)用.pdf

1、網(wǎng)絡(luò)技術(shù)的迅猛發(fā)展及互聯(lián)網(wǎng)的普及，使得人們?cè)絹?lái)越依賴于網(wǎng)絡(luò)信息的交流與共享，從互聯(lián)網(wǎng)上獲取人物信息的需求也逐步提高，然而海量的網(wǎng)絡(luò)數(shù)據(jù)使得人物信息表現(xiàn)為零亂、碎片化，現(xiàn)有的人物畫像方面的工作也主要集中于人物屬性的抽取，用戶迫切地希望能夠方便快捷的獲得人物全方面的信息。
　　論文研究以新聞為處理對(duì)象的人物畫像挖掘技術(shù)，重點(diǎn)對(duì)人物社會(huì)關(guān)系抽取、人物參與事件追蹤、人物熱度及情感分析三個(gè)方面進(jìn)行了研究。在人物社會(huì)關(guān)系抽取方面，論文首先通過(guò)

2、同義詞詞林?jǐn)U展種子詞典的方法來(lái)建立人物關(guān)系詞庫(kù)，避免了人工收集詞典所造成的效率低下的問(wèn)題；其次提出了基于規(guī)則匹配與句法樹結(jié)合的人物關(guān)系抽取算法，有效克服了規(guī)則匹配所導(dǎo)致的召回率低的弊端，在實(shí)驗(yàn)中該算法的平均F值達(dá)到了82.61％，與其他方法相比優(yōu)勢(shì)明顯。
　　在人物參與事件追蹤方面，論文主要在文本特征表示、特征降維及相似度計(jì)算上進(jìn)行了改進(jìn)。論文提出使用標(biāo)題、人名、內(nèi)容三重向量來(lái)表征文本，并采用三重向量相似度的加權(quán)求和值作為文本相似

3、度，在文本聚類時(shí)引入時(shí)間衰減因子，保證了事件的時(shí)間性質(zhì)。在熱度及情感分析方面，首先分析了影響人物熱度的各個(gè)因素，并給出了熱度值具體的計(jì)算公式；其次采用基于詞庫(kù)的方法對(duì)人物情感傾向進(jìn)行分析，在中等規(guī)模的測(cè)試數(shù)據(jù)中，也取得了較好的效果。
　　論文通過(guò)上述三方面的工作，將分散在網(wǎng)絡(luò)各處的人物信息有效地組織起來(lái)，形成人物畫像，研究成果可應(yīng)用于人物搜索系統(tǒng)、特定目標(biāo)追蹤和網(wǎng)絡(luò)紅人探測(cè)等方面，為人類工作及生活提供極大的便利。論文進(jìn)一步工作主要