基于中文開放鏈接數據的實例抽取技術研究.pdf

1、知識庫構建是語義網發(fā)展的重要環(huán)節(jié)，現在對知識庫構建的研究越來越熱門，為模式層添加實例的實例抽取技術也變得尤為重要，然而現有的實例抽取技術方法，一方面具有語言依賴的特點，如YAGO知識庫，另一方面抽取到的實例-分類關系中分類數量太少，如DBpedia知識庫。實例抽取的數據源分為無結構的網絡資源和有結構的開放鏈接數據，無結構的網絡資源包含有大量噪音數據，提取高質量實例難度較大，而有結構的開放鏈接數據包含有結構良好的數據，有利于抽取高質量的實

2、例。另外，現有知識庫的中文實例信息相對較少?？傮w來看，為了實現將來的復雜實例抽取，如何在中文開放鏈接數據中抽取出高質量的實例-分類關系是一個重要的研究問題。
　　基于以上現狀，本文對實例抽取技術進行了深入研究，并設計了一個基于中文開放鏈接數據的實例抽取方法，該方法的主要貢獻如下:
　　(1)提出了基于實體屬性和分類屬性的實例抽取算法，并在中文百科類站點數據中抽取了大量的高質量分類-實例關系三元組。
　　(2)提出的屬性