領(lǐng)域文本句子基本概念結(jié)構(gòu)抽取研究.pdf

1、文本作為人們使用語言交流的重要媒介之一，在人們的歷史活動中發(fā)揮了至關(guān)重要的作用。文本表示作為機器對文本理解處理的第一步，也顯得越來越重要。當前語義表示方法，主要是以詞語或句子為基本單位，這種處理方式與人類理解語言的方式相違背，效果一直差強人意，因此，模擬人類理解自然語言的方式，提取句子中的關(guān)鍵信息，構(gòu)成句子的基本概念結(jié)構(gòu)，并嘗試使用這種概念結(jié)構(gòu)來進行語義表示，是一種潛在的研究途徑。在研究方法方面，現(xiàn)存的一些自然語言處理方式正逐漸由以前的

2、基于規(guī)則的方式，向當前基于統(tǒng)計的處理方式發(fā)展，而在未來，如何利用互聯(lián)網(wǎng)提供的海量數(shù)據(jù)，在大數(shù)據(jù)背景下使用計算機智能算法實現(xiàn)對文本的表示和語義的挖掘，漸漸成為人們研究的熱點和方向。
　　本文首先研究了文本處理中的一些基本步驟，介紹了一些過去的文本表示方法和語義挖掘中常用的算法模型，對一些常見的分類模型，包括樸素貝葉斯算法，支持向量機，K近鄰分類算法，以及深度學(xué)習(xí)領(lǐng)域很熱門的深度信念網(wǎng)絡(luò)模型等，也進行了研究。之后結(jié)合文本表示中概念圖的

3、相關(guān)理論，提出面向中文領(lǐng)域文本表示的中文語義組塊，旨在結(jié)合中文語義組塊完成對文本句子概念結(jié)構(gòu)的抽取。實驗方面，本文通過構(gòu)建以支持向量機為核心算法的半自動化語料庫生成模型，構(gòu)建出中文語義組塊在科技評審領(lǐng)域的相關(guān)語料庫，最后本文研究了以深度信念網(wǎng)絡(luò)為代表的深度學(xué)習(xí)模型，結(jié)合本文構(gòu)建的語料庫，研究了大數(shù)據(jù)背景下深度學(xué)習(xí)算法在中文語義組塊自動抽取方面的可行性，并構(gòu)建相應(yīng)的模型，通過比較不同算法下中文語義組塊的抽取結(jié)果，驗證了深度學(xué)習(xí)算法在文本抽