基于樹型條件隨機場的特定域事件提取方法研究.pdf

1、事件提取是指把非結(jié)構(gòu)化文本中出現(xiàn)的事件的時間，地點，事件主體和事件的具體內(nèi)容提取出來。隨著垂直搜索引擎的出現(xiàn)，事件提取作為信息提取的一個研究方面，近年來成為研究的熱點，并被應(yīng)用到信息提取的許多領(lǐng)域，如信息檢索、垂直搜索引擎等。本論文主要針對web上存在的大量簡歷類型的網(wǎng)頁，研究如何利用文本分類技術(shù)自動識別簡歷并下載；并在此基礎(chǔ)上進一步研究如何利用條件隨機場從非結(jié)構(gòu)化的簡歷文本提取出結(jié)構(gòu)化的事件信息。論文首先對當(dāng)前常用的分類方法和事件提取

2、模型進行了總結(jié)和回顧，比較和研究了當(dāng)前文本分類和事件提取研究的進展、各自常用的方法和模型。其次，本文結(jié)合社會標(biāo)注及傳統(tǒng)的文檔向量模型技術(shù)提出了一種融合社會標(biāo)注和文本詞頻的新的文檔向量表示模型，利用新的模型構(gòu)建文檔的表示并結(jié)合傳統(tǒng)的文本分類方法可有效地提高分類精度。最后，通過分析簡歷信息具有層次結(jié)構(gòu)這一特點，利用樹型條件隨機場來建模簡歷文本中的層次化信息，并實現(xiàn)了基于樹型條件隨機場提取簡歷文本中事件的原型系統(tǒng)。本文還針對所提出的融合社會標(biāo)