文本的實(shí)體關(guān)系抽取及其可視化研究.pdf

1、實(shí)體關(guān)系抽取是指自動(dòng)識(shí)別非結(jié)構(gòu)化文本中兩個(gè)實(shí)體之間的關(guān)聯(lián)，是信息抽取的一個(gè)重要研究?jī)?nèi)容。信息可視化是利用計(jì)算機(jī)技術(shù)將信息轉(zhuǎn)化為視覺(jué)形式的技術(shù)，以充分利用人的感知能力去觀測(cè)、瀏覽、識(shí)別和理解信息。本文將實(shí)體關(guān)系抽取與信息可視化相結(jié)合，作為本文研究的對(duì)象，實(shí)體關(guān)系抽取為信息可視化提供信息，信息可視化則直觀地表達(dá)出實(shí)體關(guān)系抽取的結(jié)果。 本文在目前實(shí)體關(guān)系抽取的研究背景和技術(shù)現(xiàn)狀的基礎(chǔ)上，使用基于特征向量的機(jī)器學(xué)習(xí)方法對(duì)中文實(shí)體關(guān)系抽取

2、進(jìn)行研究，該方法將實(shí)體關(guān)系抽取作為一個(gè)分類問(wèn)題。在機(jī)器學(xué)習(xí)方法方面，由于支持向量機(jī)SVM具有嚴(yán)格的數(shù)學(xué)理論基礎(chǔ)、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(gòu)造方面，本文從實(shí)體對(duì)的上下文特征、實(shí)體特征、詞匯特征三方面進(jìn)行研究，重點(diǎn)引入上下文詞語(yǔ)信息增益權(quán)重特征和核心詞語(yǔ)相似度權(quán)重特征，以增加特征向量的區(qū)分度。針對(duì)SVM分類器多分類方面的不足，本文將實(shí)體關(guān)系抽取問(wèn)題分解為多個(gè)規(guī)模較小的問(wèn)題，減少了SVM分類器

3、學(xué)習(xí)和預(yù)測(cè)的類別數(shù)量和計(jì)算量。針對(duì)標(biāo)注語(yǔ)料庫(kù)不足的問(wèn)題，本文引入自擴(kuò)展的方法，半自動(dòng)擴(kuò)展未標(biāo)注語(yǔ)料庫(kù)，同時(shí)該方法也為詞語(yǔ)相似度的計(jì)算提供核心詞集。 本文在實(shí)體關(guān)系抽取研究的基礎(chǔ)上，結(jié)合信息可視化的模型，研究了文本內(nèi)容可視化和實(shí)體關(guān)系可視化的方法。在文本內(nèi)容可視化方面給出了顏色圖的可視化方法。在實(shí)體關(guān)系可視化方面則將實(shí)體關(guān)系看作一個(gè)網(wǎng)絡(luò)圖結(jié)構(gòu)，提出了建立可視化結(jié)構(gòu)和可視化映射的方法，并采用力向?qū)惴▽?duì)網(wǎng)絡(luò)圖進(jìn)行自動(dòng)布局。同時(shí)，本文