特定領域人物網(wǎng)絡關系挖掘.pdf

1、實體間語義關系抽取是信息抽取中的重要環(huán)節(jié)，目的是通過命名實體對的上下文來確定實體之間是否存在關系以及存在何種關系。作為實體關系抽取的重要分支，人物關系抽取問題受到許多專家學者的關注。本文提出了一種基于最長公共子串(LCS)問題加權處理的抽取二元人物關系的方法，并在此基礎上構(gòu)造了模板自動生成的人物關系抽取系統(tǒng)。
　　本文的研究內(nèi)容主要包括以下幾個方面：
　　一、使用模板自動生成方法進行人物關系抽取，并對原始的LCS算法進行了改

2、進，主要是進行了加權處理；
　　二、為了提高系統(tǒng)的泛化性能，系統(tǒng)增加了《同義詞詞林》語義擴充功能，對關系描述詞的范圍進行了擴充；
　　三、在提高模板的泛化性能的同時，為了使模板具有細致的區(qū)分度，系統(tǒng)將模板中的某種關系描述詞進行小類的統(tǒng)一標記；
　　四、為了提高模板的匹配效率，系統(tǒng)增加了模板的評測與排序模塊；
　　五、用基于CRF算法的分類器作為對比實驗，對基于模板自動生成的人物關系抽取系統(tǒng)的效率和有效性進行了驗證

3、。
　　實驗使用從2007年人民日報網(wǎng)頁版提取的1500個含有兩個人名的句子作為實驗數(shù)據(jù)，人工標記句子關系種類，并隨機選取其中的2/3作為訓練數(shù)據(jù)、1/3作為測試數(shù)據(jù)。分別用基于模板自動生成方法和基于條件隨機場(CRF)算法進行二元人物關系抽取。基于模板自動生成方法的分類器加權平均后的準確率、召回率和F值分別為：0.8881、0.8907和0.8806，基于CRF算法的分類器加權平均后的準確率、召回率和F值分別為：0.8400、0