漢語專業(yè)領域命名實體語義關系自動抽取研究.pdf

1、我們處于一個信息爆炸的時代，互聯(lián)網(wǎng)上的中文信息在飛速地增長。通過信息抽取技術從浩瀚的中文信息海洋中自動尋找用戶所需求的信息則顯得至關重要。而命名實體語義關系抽取是信息抽取中的主要任務之一，所以近年來命名實體語義關系抽取研究也成為了我國自然語言處理研究領域中的一個熱點。 當前漢語的命名實體語義關系抽取研究主要是有指導(Supervised)或弱有導(Weakly Supervise)的方法，且研究對象大多是一般領域的語料。這些方法

2、在訓練語料庫的標注、關系抽取規(guī)則的編制以及初始關系種子的選取上都費時費力；此外，適用于一般領域語料的關系抽取方法難以滿足一些專業(yè)領域的需求。所以，本文提出了一套適用于專業(yè)語料的無指導命名實體語義關系抽取的方案，并實現(xiàn)了該系統(tǒng)。此外，本文還嘗試了利用該系統(tǒng)的抽取結果構造關系模板和關系種子。 本研究針對專業(yè)領域的語料特性，運用語言資源工具對向量空間模型(VSM)進行改進和優(yōu)化，解決了專業(yè)領域語料的特征模糊問題；根據(jù)潛在關系信息分布特

3、征，設計了專業(yè)領域語料中實體．關系網(wǎng)絡的構造方法；利用復雜網(wǎng)絡(ComplexNetworks)理論中的網(wǎng)絡社區(qū)(Community)特性，實現(xiàn)了在專業(yè)領域語料中關系類別的自動發(fā)現(xiàn)；通過對詞語在上下文中的重要性分析，采用了提取重要性權重最高詞作為關系描述詞的關系描述方法。 本文在專業(yè)領域語料平臺上對該系統(tǒng)進行了實驗，并結合權威評價手段對實驗進行了評估，另外還構造了有指導關系抽取系統(tǒng)對實驗系統(tǒng)獲得的關系進行驗證。最終結果表明：本系