基于上位詞的中文實(shí)體關(guān)系圖譜構(gòu)建.pdf

1、隨著互聯(lián)網(wǎng)與大數(shù)據(jù)的飛速發(fā)展，如何在大規(guī)模數(shù)據(jù)中提取挖掘出有價(jià)值的信息，并將這些信息整理構(gòu)建成體系已經(jīng)成為目前國(guó)內(nèi)外的一個(gè)重要研究課題。對(duì)于文本信息而言，建立起實(shí)體之間的關(guān)系，并進(jìn)一步構(gòu)建出一個(gè)龐大豐富的分類體系對(duì)解決很多搜索問(wèn)題以及自然語(yǔ)言處理問(wèn)題具有深遠(yuǎn)意義。
　　實(shí)體是自然語(yǔ)言處理的基本單元，實(shí)體關(guān)系是自然語(yǔ)言處理的基礎(chǔ)性課題，是很多其他自然語(yǔ)言處理任務(wù)的基礎(chǔ)，同時(shí)也是很多信息檢索問(wèn)題的基礎(chǔ)。構(gòu)建一個(gè)準(zhǔn)確而全面的實(shí)體關(guān)系圖譜

2、具有巨大的學(xué)術(shù)意義和應(yīng)用價(jià)值。
　　本文著眼于構(gòu)建一個(gè)性能優(yōu)異且規(guī)模龐大的中文實(shí)體關(guān)系圖譜，其中實(shí)體間的關(guān)系主要為上下位關(guān)系。本文的研究?jī)?nèi)容主要包括三方面：基于推薦算法的實(shí)體上位關(guān)系補(bǔ)充，基于挖掘頻繁項(xiàng)集關(guān)聯(lián)性的上位關(guān)系層次化及基于詞結(jié)構(gòu)信息的上位關(guān)系層次化。
　　本文使用挖掘頻繁項(xiàng)集關(guān)聯(lián)性與分析詞結(jié)構(gòu)信息相結(jié)合的方法來(lái)自動(dòng)挖掘上位詞之間的上位關(guān)系，達(dá)到了較好的層次化效果，而且創(chuàng)新性的使用了推薦算法來(lái)對(duì)實(shí)體的上位詞進(jìn)行補(bǔ)充。

3、層次化效果具有很高的準(zhǔn)確率，使得大量的實(shí)體達(dá)到了自動(dòng)分類的效果。對(duì)于每種方法，本文都進(jìn)行了嚴(yán)密的推理和假設(shè)，就具體問(wèn)題進(jìn)行深入分析并提供合適有效的解決方案。在挖掘頻繁項(xiàng)集關(guān)聯(lián)性的過(guò)程中，本文使用了Apriori算法，并針對(duì)實(shí)際問(wèn)題對(duì)其進(jìn)行了改進(jìn)。在分析詞結(jié)構(gòu)信息的過(guò)程中，我們對(duì)中文獨(dú)有的核心詞特性，設(shè)計(jì)了對(duì)應(yīng)的算法方案。
　　實(shí)驗(yàn)結(jié)果表明，本文的中文實(shí)體關(guān)系庫(kù)在性能上達(dá)到了可以應(yīng)用的程度，而且隨著用戶使用該系統(tǒng)次數(shù)的增加，上位關(guān)系