基于語義角色標注的微博人物關(guān)系抽取.pdf

1、社交網(wǎng)絡上的人物社會關(guān)系是分析人物網(wǎng)絡行為的一類重要信息,如何高效準確地從社交網(wǎng)絡上抽取人物關(guān)系信息,是本文研究的重點。本文首先提出一種基于特征提取的人物關(guān)系分類的改進方法,然后再將這種方法應用到微博語料中,通過對新浪微博中兩個用戶之間的微博、評論等含有二人關(guān)系的語料內(nèi)容進行采集分析和過濾處理,然后進行語義角色標注和句法結(jié)構(gòu)分析,提取人物關(guān)系特征,訓練人物關(guān)系模版,進而實現(xiàn)人物關(guān)系分類。本文的研究內(nèi)容主要包括以下幾個方面:
　　首

2、先,本文使用基于語義角色標注的方法來提取人物關(guān)系特征。通過對中文語句語義角色標注,將兩個人名實體在語句中的位置和成分以及語句結(jié)構(gòu)類型作為人物關(guān)系特征,并通過上述分析進行選取核心特征詞,豐富了人物關(guān)系特征的種類。
　　其次,本文實現(xiàn)對微博中的語料進行人物關(guān)系抽取。本文使用新浪微博的API接口獲取部分新浪微博語料,針對微博語料不規(guī)則、不完整的特點,本文采用對微博語料進行規(guī)則填充的方法,使其符合標準的中文語句結(jié)構(gòu),再使用本文提出的改進方

3、法對微博中的語料進行分析,抽取語料中的人物關(guān)系,對新浪微博中的人物的虛擬關(guān)系圈進行關(guān)系抽取。
　　最后,本文使用 Flex技術(shù)實現(xiàn)微博用戶人物關(guān)系網(wǎng)的可視化分析。本文使用Flex的開源可視化框架Birdeye來實現(xiàn)可視化模塊,構(gòu)建人物關(guān)系網(wǎng)絡拓撲圖,并對于微博用戶的好友活躍度分析、好友性別區(qū)域分布等信息使用直方圖和餅狀圖的方式來實現(xiàn)。
　　為了證實基于語義角色標注的特征提取方法的關(guān)系抽取效果,本文分別對新聞類語料和微博類語料

4、進行實驗,在新聞類語料的實驗中選用《人民日報》語料中3000個含有兩個人名實體的語句,微博類語料選用了3000個含有兩個人名實體的微博語句,人工對這些人物關(guān)系進行標注,分別使用基于語義角色標注的特征提取方法和只選用上下文詞集為特征提取方法進行對比實驗。在新聞類語料中本文提出的方法取得了的準確率和召回率分別81.17％和81.00%,選用上下文詞集特征方法的準確率和召回率分別為72.32%和72.35%;微博類語料中本文提出的方法取得的準