關(guān)系抽取中學(xué)習(xí)算法的研究.pdf

1、隨著信息時代的到來，各種各樣的信息大量的出現(xiàn)在人們面前。人們很難迅速地找到需要的信息。為了節(jié)約人們寶貴的時間，迫切的需要一些自動化的工具幫助人們在海量數(shù)據(jù)源中迅速地找到需要的信息。信息抽取的研究正是在這種背景下產(chǎn)生的，關(guān)系抽取是其中任務(wù)之一。
　　關(guān)系抽取的任務(wù)是判斷一句話中的兩個實體是否形成某種預(yù)先定義的關(guān)系。通常，將關(guān)系抽取問題轉(zhuǎn)化為一個分類問題。與解決其他分類問題一樣，本文首先對關(guān)系抽取問題中的特征提取進(jìn)行了研究。將自然文本

2、中的關(guān)系實例表達(dá)成學(xué)習(xí)算法能夠使用的方式并確定實例間的相似度計算公式。本文通過對關(guān)系數(shù)據(jù)的分析完成了特征提取。通過對相似度度量方法進(jìn)行研究設(shè)計了實例間相似度計算公式。然后，本文使用了支持向量機(jī)（SVM）和最近鄰算法（NN）對特征提取結(jié)果進(jìn)行實驗檢驗，取得了較好的實驗結(jié)果。
　　在分類過程中，不同特征通常具有不同的相關(guān)（重要）程度。通過賦予每個特征一個恰當(dāng)?shù)臋?quán)值可以提高分類的效果。本文對特征加權(quán)（featureweighting）方