面向文本的校友人際關(guān)系抽取.pdf

1、校友是高等學(xué)校擁有的具有巨大潛力的資源，是一個(gè)信息豐富、知識(shí)密集、社會(huì)能力強(qiáng)的群體，不但是高等院校的形象資源，也是高等院校的財(cái)富資源，對(duì)高等學(xué)校的發(fā)展起著舉足輕重的作用。目前高等學(xué)校對(duì)校友資源的開(kāi)發(fā)大都是使用人工搜集和管理，信息的實(shí)用性、利用率和實(shí)效性較低，高等學(xué)校很難充分的利用校友資源。因此，進(jìn)行校友的人際關(guān)系抽取對(duì)于校友資源的開(kāi)發(fā)具有重要作用，本文的研究工作就是從文本信息中抽取出校友的人際關(guān)系。
　　 信息抽取的任務(wù)是自動(dòng)從

2、自然語(yǔ)言文本中抽取出用戶感興趣的信息，通過(guò)將關(guān)系結(jié)構(gòu)引入到非結(jié)構(gòu)化文本中來(lái)為搜索引擎的發(fā)展提供一種很有前途的解決方案。關(guān)系抽取是在識(shí)別出文本中的實(shí)體的基礎(chǔ)上，確定這些實(shí)體中存在的關(guān)系，使得用機(jī)器來(lái)自動(dòng)的閱讀、理解和提取信息成為可能，實(shí)現(xiàn)了信息的自動(dòng)抽取和檢索。
　　 本文首先介紹了實(shí)驗(yàn)數(shù)據(jù)集的構(gòu)造方法，文本使用的數(shù)據(jù)集是我們?nèi)斯?gòu)造的數(shù)據(jù)集。接著，本文提出了一種基于監(jiān)督學(xué)習(xí)的關(guān)系抽取方法，將校友人際關(guān)系抽取問(wèn)題看成是一個(gè)分類問(wèn)題

3、，針對(duì)每一個(gè)人名實(shí)體對(duì)構(gòu)建了實(shí)體的自身特征、上下文特征和句法特征這三大類特征，分別使用最大熵分類器和支持向量機(jī)分類器進(jìn)行實(shí)驗(yàn)。從實(shí)驗(yàn)結(jié)果得知，使用相同的特征進(jìn)行實(shí)驗(yàn)，兩個(gè)分類器的效果比較相近，但是召回率較低，這是由詞法特征的缺失導(dǎo)致的。然后，本文提出了將基于分類的關(guān)系抽取方法和基于聚類的關(guān)系抽取方法相結(jié)合的混合抽取方法，在介紹了基于聚類的關(guān)系抽取方法后給出了混合關(guān)系抽取方法的流程，經(jīng)過(guò)實(shí)驗(yàn)證明，混合抽取方法提高了召回率，取得了較好的性能