基于中文開放鏈接數(shù)據(jù)的實例抽取技術(shù)研究.pdf

1、知識庫構(gòu)建是語義網(wǎng)發(fā)展的重要環(huán)節(jié)，現(xiàn)在對知識庫構(gòu)建的研究越來越熱門，為模式層添加實例的實例抽取技術(shù)也變得尤為重要，然而現(xiàn)有的實例抽取技術(shù)方法，一方面具有語言依賴的特點，如YAGO知識庫，另一方面抽取到的實例-分類關(guān)系中分類數(shù)量太少，如DBpedia知識庫。實例抽取的數(shù)據(jù)源分為無結(jié)構(gòu)的網(wǎng)絡(luò)資源和有結(jié)構(gòu)的開放鏈接數(shù)據(jù)，無結(jié)構(gòu)的網(wǎng)絡(luò)資源包含有大量噪音數(shù)據(jù)，提取高質(zhì)量實例難度較大，而有結(jié)構(gòu)的開放鏈接數(shù)據(jù)包含有結(jié)構(gòu)良好的數(shù)據(jù)，有利于抽取高質(zhì)量的實

2、例。另外，現(xiàn)有知識庫的中文實例信息相對較少?？傮w來看，為了實現(xiàn)將來的復(fù)雜實例抽取，如何在中文開放鏈接數(shù)據(jù)中抽取出高質(zhì)量的實例-分類關(guān)系是一個重要的研究問題。
　　基于以上現(xiàn)狀，本文對實例抽取技術(shù)進行了深入研究，并設(shè)計了一個基于中文開放鏈接數(shù)據(jù)的實例抽取方法，該方法的主要貢獻如下:
　　(1)提出了基于實體屬性和分類屬性的實例抽取算法，并在中文百科類站點數(shù)據(jù)中抽取了大量的高質(zhì)量分類-實例關(guān)系三元組。
　　(2)提出的屬性