面向地理學(xué)科領(lǐng)域的知識庫構(gòu)建方法研究.pdf

1、地理學(xué)科領(lǐng)域知識庫的構(gòu)建對地理高考問答系統(tǒng)的研究至關(guān)重要。海量知識庫的構(gòu)建，若僅靠人工進(jìn)行知識內(nèi)容的理解、標(biāo)注，需要消耗大量的人力和時(shí)間。因此，本文主要研究地理學(xué)科領(lǐng)域知識庫的構(gòu)建，具體包括實(shí)體及屬性值的抽取、比較句識別分類及比較元素抽取，為基于知識庫的問題求解系統(tǒng)提供支撐。本文的主要工作包括:
　　(1)地理學(xué)科領(lǐng)域命名實(shí)體識別，分別采用兩種不同的模型對地理學(xué)科核心術(shù)語和地理區(qū)域位置兩類實(shí)體進(jìn)行識別。設(shè)計(jì)選取地理學(xué)科領(lǐng)域特征，采

2、用條件隨機(jī)場模型進(jìn)行地理學(xué)科領(lǐng)域命名實(shí)體識別。同時(shí)，為了探究詞向量對地理學(xué)科領(lǐng)域?qū)嶓w識別的影響，從大規(guī)模未標(biāo)注數(shù)據(jù)中無監(jiān)督地學(xué)習(xí)詞的語義向量，并綜合詞的基礎(chǔ)特征，作為Elman神經(jīng)網(wǎng)絡(luò)模型的輸入特征進(jìn)行命名實(shí)體識別。
　　(2)地理學(xué)科領(lǐng)域?qū)嶓w屬性值抽取，在實(shí)體識別的基礎(chǔ)上，給定實(shí)體的常用屬性。借助百科類數(shù)據(jù)，首先抽取實(shí)體的頁面信息。然后采用基于字符串相似度算法抽取屬性值。最后清洗屬性值，并通過人工審核，從而實(shí)現(xiàn)對實(shí)體屬性值的抽取

3、。
　　(3)地理學(xué)科領(lǐng)域比較句分類及比較元素抽取，分別采用基于特征詞和類序列規(guī)則的方法進(jìn)行比較句的識別和分類。在比較句分類的基礎(chǔ)上，采用基于回答集編程語言(ASP)對比較句的比較元素進(jìn)行抽取。首先將比較句中詞匯的詞性、詞之間的依存關(guān)系、比較特征詞和啟發(fā)式位置等信息轉(zhuǎn)成ASP事實(shí)。然后將比較元素抽取規(guī)則轉(zhuǎn)成ASP規(guī)則。最后采用現(xiàn)有的ASP回答集求解器自動求解。
　　實(shí)驗(yàn)結(jié)果驗(yàn)證了本文所提方法的有效性。在地理學(xué)科領(lǐng)域?qū)嶓w識別語