2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩76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、隨著互聯(lián)網(wǎng)信息不斷增長,傳統(tǒng)的返回檢索頁面的信息檢索方式已經(jīng)難以滿足用戶全面快速獲取信息和知識(shí)資源的需求。實(shí)體關(guān)系抽取作為信息抽取重要組成部分,自動(dòng)化地從自然語言中抽取實(shí)體關(guān)系元組的結(jié)構(gòu)化信息,從而為用戶提供更加智能的信息檢索方式,幫助用戶快速理解、掌握互聯(lián)網(wǎng)中日益增長的信息。
  傳統(tǒng)的關(guān)系抽取主要針對(duì)某些特定領(lǐng)域而且需要預(yù)先定義關(guān)系類型,因此這種方法可移植性差,難以處理大規(guī)模網(wǎng)絡(luò)文本數(shù)據(jù)。為從網(wǎng)絡(luò)文本中抽取實(shí)體關(guān)系元組,本文提

2、出了一種中文開放式實(shí)體關(guān)系抽取算法DPM:首先,通過自動(dòng)獲取大量高質(zhì)量實(shí)體關(guān)系元組和其回標(biāo)的語句作為訓(xùn)練語料,并通過訓(xùn)練語料抽取得到基于詞性和依存句法分析角色的關(guān)系模式;其次,為提高預(yù)處理的準(zhǔn)確性,本文使用依存句法分析統(tǒng)計(jì)規(guī)律對(duì)待抽取文本進(jìn)行兼類詞處理;再次,使用第一步中學(xué)習(xí)得到的關(guān)系模式對(duì)兼類詞處理后的語料進(jìn)行模式匹配并抽取候選實(shí)體關(guān)系元組;最后,對(duì)抽取的候選實(shí)體關(guān)系元組使用機(jī)器學(xué)習(xí)方法進(jìn)行置信度評(píng)估,得到其中高置信度的實(shí)體關(guān)系元組。

3、通過在公開數(shù)據(jù)集Wiki-500、Sina-500以及本文構(gòu)建的Tecent-500、Simple-500數(shù)據(jù)集上對(duì)DPM算法進(jìn)行驗(yàn)證。實(shí)驗(yàn)結(jié)果中,本文提出的中文開放式實(shí)體關(guān)系抽取算法DPM的P-R曲線基本位于相關(guān)工作的右上方。這表明DPM算法的有效性,即當(dāng)大多數(shù)情況下準(zhǔn)確率相同時(shí)DPM算法的召回率更高,當(dāng)召回率相同時(shí)DPM算法的準(zhǔn)確率更高。
  此外,本文實(shí)現(xiàn)了一個(gè)中文關(guān)系抽取原型系統(tǒng),系統(tǒng)一方面利用百科網(wǎng)頁中結(jié)構(gòu)化和半結(jié)構(gòu)化信

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(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)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(duì)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(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論