

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展,互聯(lián)網(wǎng)已成為一個巨大的信息源,其中含有大量的關(guān)于現(xiàn)實世界命名實體的信息。這些命名實體包括機構(gòu)、地點和人物等,既涵蓋了名人也涉及日常生活中的普通人。命名實體搜索引擎從大量的網(wǎng)頁中挖掘出命名實體,并總結(jié)出與用戶查詢的命名實體相關(guān)的知識,直接返回給用戶。與普通搜索引擎返回的非結(jié)構(gòu)化網(wǎng)頁相比,這種搜索引擎更快捷、更直觀,已成為工業(yè)界和學(xué)術(shù)界關(guān)注的熱點之一。
要構(gòu)建既快又準的命名實體搜索引擎,就必須對命名實
2、體知識進行深度挖掘。從網(wǎng)頁中自動識別命名實體、對命名實體進行摘要和為命名實體建立聯(lián)系并挖掘出其關(guān)系是實體知識挖掘的三個關(guān)鍵科學(xué)問題。本文圍繞構(gòu)建命名實體搜索中的這三個科學(xué)問題展開了深入的研究,提出了一個基于統(tǒng)計學(xué)習(xí)的自學(xué)習(xí)模型——統(tǒng)計滾雪球模型,彌補了現(xiàn)有自學(xué)習(xí)模型的不足。具體來說,本文的主要研究內(nèi)容和創(chuàng)新之處如下:
1.分析互聯(lián)網(wǎng)搜索的需求,充分調(diào)研了互聯(lián)網(wǎng)知識挖掘的特點,重點討論了基于自然語言特征的有監(jiān)督學(xué)習(xí)模型和基于
3、模板的自學(xué)習(xí)模型的知識挖掘算法;分析了這兩類方法的基本思想,討論了每類模型代表性的工作,并發(fā)現(xiàn)了其中的不足之處。
2.提出了一種基于自學(xué)習(xí)的關(guān)系抽取模型:統(tǒng)計滾雪球模型。該模型使用基于統(tǒng)計的模板評價函數(shù)替代傳統(tǒng)的基于手動構(gòu)造的模板評價函數(shù),使之能采用更高效的模板特征;同時采用馬爾可夫邏輯網(wǎng)絡(luò)作為底層的統(tǒng)計模型,從而融入各級關(guān)系聯(lián)合抽取,充分地利用信息達到提高抽取性能的目的。
在互聯(lián)網(wǎng)真實數(shù)據(jù)上的關(guān)系抽取實驗表
4、明,相對于傳統(tǒng)的自學(xué)習(xí)方法,統(tǒng)計滾雪球方法能在保持相同準確率的前提下,明顯提升抽取的召回率。
3.提出了一種迭代式命名實體識別和關(guān)系抽取的聯(lián)合抽取模型。該模型擴展了實體識別的條件隨機場模型,將基于關(guān)系抽取的特征加入到實體識別的過程中,從而提高實體識別的性能;同時采用迭代挖掘的方法,在命名實體識別和關(guān)系抽取兩個任務(wù)之間建立聯(lián)系,使各自的結(jié)果能被另一個任務(wù)在決策時使用。在互聯(lián)網(wǎng)真實數(shù)據(jù)下的實驗表明,相對于傳統(tǒng)的順序式知識挖掘模
5、型,聯(lián)合挖掘模型對實體識別和關(guān)系抽取任務(wù)的性能都有較大提高。
4.提出了一種基于統(tǒng)計滾雪球模型的命名實體摘要模型:摘要滾雪球。該模型充分利用互聯(lián)網(wǎng)數(shù)據(jù)中命名實體的事實與摘要之間的對偶性,同時完成命名實體的事實挖掘與摘要排序;同時采用自學(xué)習(xí)統(tǒng)計滾雪球框架,可以從少量種子出發(fā),迭代式地同時增加命名實體事實與摘要。在互聯(lián)網(wǎng)真實數(shù)據(jù)上的實驗和用戶調(diào)研表明,該模型在事實挖掘與摘要排序問題上都取得了明顯改進,也證明了統(tǒng)計滾雪球模型具有
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 神奇賺錢定律——財富“滾雪球”的秘密
- 投資滾雪球的數(shù)學(xué)理論和實踐-股市幸存者如是說
- 評價理論視角下《滾雪球:巴菲特和他的財富人生》中介入資源的研究.pdf
- 基于粒計算模型的知識推理理論與方法.pdf
- “滾雪球”技巧在對外漢語教學(xué)和管理中的應(yīng)用研究
- 基于模型檢測的漏洞挖掘方法研究.pdf
- 基于RoughSet理論的數(shù)據(jù)挖掘方法研究.pdf
- 基于粗糙集理論的知識建模方法與焊接動態(tài)過程知識模型的研究.pdf
- 基于粒計算理論的數(shù)據(jù)挖掘模型研究.pdf
- 基于概率主題模型的游記文本知識挖掘.pdf
- Web使用挖掘的理論與方法研究.pdf
- 基于粗糙集的CRM數(shù)據(jù)挖掘理論與方法研究.pdf
- 基于可拓理論的數(shù)據(jù)挖掘方法研究.pdf
- 森林資源統(tǒng)計模型理論和方法的研究.pdf
- 基于統(tǒng)計方法的模型在線校正方法研究.pdf
- 基于云模型理論的LDA最大熵模型觀點挖掘研究.pdf
- 基于文本挖掘的抑郁癥腦網(wǎng)絡(luò)統(tǒng)計模型研究.pdf
- 基于引文鏈的知識元挖掘方法研究.pdf
- 基于知識結(jié)晶方法的智能協(xié)同設(shè)計理論和計算模型的研究與應(yīng)用.pdf
- 基于向量空間模型的方面挖掘方法研究.pdf
評論
0/150
提交評論