基于依存樹的中文命名實體語義關(guān)系抽取的研究.pdf

1、中文命名實體的語義關(guān)系抽取是關(guān)系抽取的一個重要研究方向。由于中文文本具有不同于英文文本的一些特有的語法特點，中文命名實體的語義關(guān)系抽取研究發(fā)展一直較為緩慢。中文文本多長句，長句中往往又包含著多個命名實體，該語法特點使得中文命名實體的語義關(guān)系抽取變的更加的困難。本文將著重在這方面進(jìn)行研究。 首先，論文簡單介紹了課題的研究背景、概述了有關(guān)語義關(guān)系抽取研究的歷史和發(fā)展?fàn)顩r、并重點闡述了有關(guān)中文命名實體語義關(guān)系抽取的幾種有代表性的方法。

2、 接著，針對已有方法在處理復(fù)雜關(guān)系樣例的實體關(guān)系抽取上的不足，本文提出了基于依存樹的中文命名實體語義關(guān)系抽取的方法。該方法結(jié)合中文文本的語法特征，提出了七條啟發(fā)式規(guī)則來提取實體間的關(guān)系特征，并采用加入模式權(quán)重因子的語義序列核函數(shù)和KNN機(jī)器學(xué)習(xí)算法聯(lián)合構(gòu)造分類器的方法來分類和標(biāo)注關(guān)系的類型。 最后，根據(jù)上述研究，本文設(shè)計并實現(xiàn)了基于依存樹的中文命名實體語義關(guān)系抽?。–ERE-DT）系統(tǒng)，并在此系統(tǒng)的基礎(chǔ)上，利用網(wǎng)上收集的