微博對話鏈的命名實(shí)體識(shí)別技術(shù)研究與實(shí)現(xiàn).pdf_第1頁
已閱讀1頁，還剩63頁未讀， 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、微博文本中蘊(yùn)含著大量有價(jià)值的信息，然而利用現(xiàn)有的方法對微博文本進(jìn)行命名實(shí)體標(biāo)注，其結(jié)果無法達(dá)到所需的要求。因此，本論文在現(xiàn)有技術(shù)的基礎(chǔ)上主要做了以下兩方面的改進(jìn)工作。
　　首先是微博對話鏈的構(gòu)建。這部分的工作主要是針對大部分博文文本長度短小不足以提供抽取命名實(shí)體所需的足夠信息的問題。評論和博文屬于同一個(gè)對話范圍，每條微博的評論或是對博文的內(nèi)容的進(jìn)一步擴(kuò)充，或是對博文內(nèi)容上下文的描述，因此可以利用評論對微博文本進(jìn)行擴(kuò)展。
　　

2、其次是在利用CRFs方法進(jìn)行命名實(shí)體識(shí)別的過程中加入角色特征。這部分的工作主要是針對微博文本由于文本語法不規(guī)范的特點(diǎn)而影響了命名實(shí)體識(shí)別效果的問題。命名實(shí)體識(shí)別除了可以利用文本的語法規(guī)律外，還可以利用博文中命名實(shí)體的上下文指示信息等語義特征，本論文正是利用了后面這點(diǎn)在命名實(shí)體識(shí)別過程中加入了人名、地名和組織名角色特征。
　　論文在獲取的新浪微博數(shù)據(jù)上對提出的命名實(shí)體識(shí)別方法進(jìn)行了實(shí)驗(yàn)驗(yàn)證，取得的正確率、召回率和F值分別為83.5％

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論