構(gòu)建中文社交網(wǎng)絡(luò)關(guān)聯(lián)數(shù)據(jù).pdf

1、隨著關(guān)聯(lián)開放數(shù)據(jù)項(xiàng)目的發(fā)展，越來越多領(lǐng)域的知識(shí)庫以關(guān)聯(lián)數(shù)據(jù)的形式發(fā)布出來，關(guān)聯(lián)數(shù)據(jù)在智能服務(wù)方面得到了越來越廣泛的應(yīng)用，例如實(shí)體搜索，個(gè)性化推薦等。但是中文關(guān)聯(lián)數(shù)據(jù)發(fā)展較慢，目前只有少數(shù)幾個(gè)領(lǐng)域的關(guān)聯(lián)數(shù)據(jù)。本文提出了一種構(gòu)建中文社交網(wǎng)絡(luò)關(guān)聯(lián)數(shù)據(jù)的方法，并構(gòu)建了第一個(gè)中文社交網(wǎng)絡(luò)關(guān)聯(lián)數(shù)據(jù)，該數(shù)據(jù)集包括兩個(gè)部分，一部分是具有時(shí)空維度的中文知識(shí)庫，另一部分是中文社交網(wǎng)絡(luò)事件關(guān)聯(lián)數(shù)據(jù)。相關(guān)的研究工作證明構(gòu)建具有時(shí)空維度的知識(shí)庫具有重要的研究和應(yīng)

2、用意義，但是目前還沒有這種類型的中文數(shù)據(jù)。本文從中文維基百科和百度百科中抽取信息，構(gòu)建了第一個(gè)擁有時(shí)空維度的中文知識(shí)庫。中文社交網(wǎng)絡(luò)在近幾年呈爆發(fā)式發(fā)展，已迅速成為事件傳播和討論的重要途徑，從社交網(wǎng)絡(luò)中檢測(cè)事件已成為當(dāng)前的研究熱點(diǎn)，從中文社交網(wǎng)絡(luò)文本中抽取熱點(diǎn)事件信息，并發(fā)布成關(guān)聯(lián)數(shù)據(jù)將具有重大意義。本文設(shè)計(jì)了一個(gè)基于中文知識(shí)庫的中文社交網(wǎng)絡(luò)事件檢測(cè)的方法，用于從社交網(wǎng)絡(luò)文本中抽取具有時(shí)空維度的事件信息。本文首先構(gòu)建了一個(gè)具有時(shí)空維度的

3、中文知識(shí)庫，然后此知識(shí)庫為基礎(chǔ)，從中文社交網(wǎng)絡(luò)中抽取事件信息，再將抽取的事件信息存入中文社交網(wǎng)絡(luò)關(guān)聯(lián)數(shù)據(jù)，實(shí)現(xiàn)中文社交網(wǎng)絡(luò)關(guān)聯(lián)數(shù)據(jù)的不斷更新和擴(kuò)展。
　　具體而言，本文包括以下四個(gè)研究?jī)?nèi)容:
　　1)參照YAGO model設(shè)計(jì)社交網(wǎng)路關(guān)聯(lián)數(shù)據(jù)的數(shù)據(jù)模型;
　　2)根據(jù)中文的特點(diǎn)，設(shè)計(jì)新的時(shí)空信息抽取算法，從中文維基百科和百度百科抽取信息，構(gòu)建具有時(shí)空維度的知識(shí)庫;實(shí)現(xiàn)知識(shí)庫的內(nèi)部匹配，并將知識(shí)庫與LOD關(guān)聯(lián)。

4、　　3)提出一種基于知識(shí)庫的中文社交網(wǎng)絡(luò)事件檢測(cè)算法。其中包括一種基于知識(shí)庫的實(shí)體識(shí)別和鏈接算法，一種適用于社交網(wǎng)絡(luò)文本的文本聚類算法，以及一種基于群體語義角色標(biāo)注的事件信息抽取算法。
　　4)提出了一種適用于事實(shí)標(biāo)識(shí)符的類SPARQL查詢語言，設(shè)計(jì)并實(shí)現(xiàn)該查詢語言到SPARQL的轉(zhuǎn)換算法。
　　本文總共從百科網(wǎng)站中抽取超過1200萬個(gè)用于描述一般世界的事實(shí)，其中包括102萬個(gè)時(shí)間維度的事實(shí)，26萬個(gè)地點(diǎn)維度的事實(shí)。實(shí)驗(yàn)分析