基于句法模式識別的中文關系抽取方法研究與實現(xiàn).pdf

1、隨著大數(shù)據(jù)和人工智能時代的到來，如何智能高效的管理和使用快速增長的海量數(shù)據(jù)成為當代面臨的重大挑戰(zhàn)。信息抽取技術將海量數(shù)據(jù)中蘊含的知識按照人們期望的格式從無結構文本中抽取出來。關系抽取技術將離散的知識建立聯(lián)系，從而為知識單元組織成相互聯(lián)系的網(wǎng)狀結構提供了基礎，為智能語義檢索、自動問答系統(tǒng)等上層應用提供數(shù)據(jù)支持，因此關系抽取技術具有重要的研究價值和廣泛的應用前景。
　　不同于限定域關系抽取需要事先定義全面的關系類型，開放域關系抽取中論

2、元之間的關系常常由關系詞來表示。本文提出的基于句法模式識別的中文關系抽取算法利用論元、關系詞和可信關系元組的句法模式從開放域語料中抽取論元間存在的任意關系類型。該算法分為三個階段：句法模式集抽取、過濾模型訓練和關系抽取。句法模式集抽取階段針對大規(guī)模開放域語料中存在大量冗余信息的特點，利用少量種子關系元組在大規(guī)模語料上查找得到其不同表達的關系句法模式。過濾模型訓練和關系抽取階段使用相同的關系元組抽取方法，區(qū)別在于過濾模型訓練階段得到的過濾

3、模型將用于關系抽取階段獲得高質量關系元組。其中，關系元組抽取方法分為預處理、論元名詞塊抽取、候選關系詞抽取和關系句法模式識別四個步驟。本文的主要工作包括以下三個方面：
　　(1)針對中文語言特點，本文提出了輕動詞結構抽取算法、輕動詞相關介詞擴展算法和特殊句式關系詞抽取算法。進行關系詞抽取時，利用輕動詞詞表和特殊句式關系詞抽取規(guī)則對關系詞進行優(yōu)化，使得抽取到的關系詞更加完整和準確。
　　(2)在對句法模式集分析的基礎上，利用名