28922.面向中文文本的空間方位關系抽取方法研究

1、南京師范大學博士學位論文面向中文文本的空間方位關系抽取方法研究姓名：蔣文明申請學位級別：博士專業(yè)：地圖學與地理信息系統(tǒng)指導教師：盛業(yè)華閭國年20100515摘要方位關系抽取方法。首先使用BootStrapping迭代獲取空間詞匯，利用詞匯語義型詞典中概念相似度、相關度計算對空間詞匯進行語義參數(shù)的設置；然后通過文本序列比對及模板聚類進行空間方位關系實例模板的泛化，結合ANNIC輔助人工歸納抽取模板；最后，使用OntoGazetteer構建

2、空間詞匯詞典，JAPE正則文法引擎編寫抽取模板，并通過擴展匹配算法實現(xiàn)基于規(guī)則的空間方位關系抽取方法。實驗表明，使用不同詞性類型的空間詞匯同時作為種子詞，選擇豐富的特征向量，通過BootStrapping迭代方法獲取的新增空間詞匯的準確率最高；使用詞匯語義型詞典中概念相似度、相關度計算，對空間詞匯語義參數(shù)的設置具有一定的效果，但由于其通用性，還需較多的人工修正；針對特定的空間方位關系描述文本，通過半自動的構建空間詞匯知識庫以及適量的文法

3、規(guī)則，可取得較好的抽取效果。(4)基于機器學習的空間方位關系抽取方法選用關系抽取中性能最佳的支持向量機進行基于機器學習的空間方位關系抽取方法研究。首先，引入統(tǒng)計學習理論與支持向量機方法，分析了其適用于空間方位關系抽取的兩個特性：結構風險最小化原則與使用核函數(shù)實現(xiàn)到高維特征空間的非線性映射。接著，討論了空間方位關系的實例化方法，特征向量構建及抽取流程。實驗表明，基于支持向量機的抽取方法具有較好的發(fā)現(xiàn)性能，且不依賴于空間詞匯的識別，具有一定