文本的實體關系抽取及其可視化研究.pdf

1、實體關系抽取是指自動識別非結構化文本中兩個實體之間的關聯(lián)，是信息抽取的一個重要研究內容。信息可視化是利用計算機技術將信息轉化為視覺形式的技術，以充分利用人的感知能力去觀測、瀏覽、識別和理解信息。本文將實體關系抽取與信息可視化相結合，作為本文研究的對象，實體關系抽取為信息可視化提供信息，信息可視化則直觀地表達出實體關系抽取的結果。 本文在目前實體關系抽取的研究背景和技術現(xiàn)狀的基礎上，使用基于特征向量的機器學習方法對中文實體關系抽取

2、進行研究，該方法將實體關系抽取作為一個分類問題。在機器學習方法方面，由于支持向量機SVM具有嚴格的數(shù)學理論基礎、直觀的幾何解釋和良好的泛化能力，因此本文選擇了SVM作為分類器。在特征向量構造方面，本文從實體對的上下文特征、實體特征、詞匯特征三方面進行研究，重點引入上下文詞語信息增益權重特征和核心詞語相似度權重特征，以增加特征向量的區(qū)分度。針對SVM分類器多分類方面的不足，本文將實體關系抽取問題分解為多個規(guī)模較小的問題，減少了SVM分類器

3、學習和預測的類別數(shù)量和計算量。針對標注語料庫不足的問題，本文引入自擴展的方法，半自動擴展未標注語料庫，同時該方法也為詞語相似度的計算提供核心詞集。 本文在實體關系抽取研究的基礎上，結合信息可視化的模型，研究了文本內容可視化和實體關系可視化的方法。在文本內容可視化方面給出了顏色圖的可視化方法。在實體關系可視化方面則將實體關系看作一個網(wǎng)絡圖結構，提出了建立可視化結構和可視化映射的方法，并采用力向導算法對網(wǎng)絡圖進行自動布局。同時，本文