特定領(lǐng)域人物網(wǎng)絡(luò)關(guān)系挖掘.pdf

1、實(shí)體間語(yǔ)義關(guān)系抽取是信息抽取中的重要環(huán)節(jié)，目的是通過(guò)命名實(shí)體對(duì)的上下文來(lái)確定實(shí)體之間是否存在關(guān)系以及存在何種關(guān)系。作為實(shí)體關(guān)系抽取的重要分支，人物關(guān)系抽取問(wèn)題受到許多專家學(xué)者的關(guān)注。本文提出了一種基于最長(zhǎng)公共子串(LCS)問(wèn)題加權(quán)處理的抽取二元人物關(guān)系的方法，并在此基礎(chǔ)上構(gòu)造了模板自動(dòng)生成的人物關(guān)系抽取系統(tǒng)。
　　本文的研究?jī)?nèi)容主要包括以下幾個(gè)方面：
　　一、使用模板自動(dòng)生成方法進(jìn)行人物關(guān)系抽取，并對(duì)原始的LCS算法進(jìn)行了改

2、進(jìn)，主要是進(jìn)行了加權(quán)處理；
　　二、為了提高系統(tǒng)的泛化性能，系統(tǒng)增加了《同義詞詞林》語(yǔ)義擴(kuò)充功能，對(duì)關(guān)系描述詞的范圍進(jìn)行了擴(kuò)充；
　　三、在提高模板的泛化性能的同時(shí)，為了使模板具有細(xì)致的區(qū)分度，系統(tǒng)將模板中的某種關(guān)系描述詞進(jìn)行小類的統(tǒng)一標(biāo)記；
　　四、為了提高模板的匹配效率，系統(tǒng)增加了模板的評(píng)測(cè)與排序模塊；
　　五、用基于CRF算法的分類器作為對(duì)比實(shí)驗(yàn)，對(duì)基于模板自動(dòng)生成的人物關(guān)系抽取系統(tǒng)的效率和有效性進(jìn)行了驗(yàn)證

3、。
　　實(shí)驗(yàn)使用從2007年人民日?qǐng)?bào)網(wǎng)頁(yè)版提取的1500個(gè)含有兩個(gè)人名的句子作為實(shí)驗(yàn)數(shù)據(jù)，人工標(biāo)記句子關(guān)系種類，并隨機(jī)選取其中的2/3作為訓(xùn)練數(shù)據(jù)、1/3作為測(cè)試數(shù)據(jù)。分別用基于模板自動(dòng)生成方法和基于條件隨機(jī)場(chǎng)(CRF)算法進(jìn)行二元人物關(guān)系抽取?；谀０遄詣?dòng)生成方法的分類器加權(quán)平均后的準(zhǔn)確率、召回率和F值分別為：0.8881、0.8907和0.8806，基于CRF算法的分類器加權(quán)平均后的準(zhǔn)確率、召回率和F值分別為：0.8400、0