人物言論抽取與跟蹤技術研究.pdf

1、面對互聯(lián)網(wǎng)信息量的不斷擴張，用戶迫切地需要自動化的信息獲取工具來幫助在海量的信息源中迅速找到和獲得真正所需的信息。本文圍繞人物言論的抽取與跟蹤這一課題展開研究，探討如何根據(jù)用戶所感興趣的某一話題，或者和用戶所感興趣的某一人物言論相關的話題，跟蹤到一系列人（人物，團體或機構）所發(fā)表的關于此話題的言論，并對其進行識別和抽取。
　　本文從言論的自動識別與抽取，和相關言論的話題跟蹤兩個關鍵環(huán)節(jié)進行深入研究。
　　本文將新聞報道中每次

2、出現(xiàn)的人物言論，看作是一個特殊的事件類型，即言論事件。對于言論事件的識別問題，本研究建立了一個規(guī)模適當?shù)尼槍ρ哉撌录恼Z料庫資源，采用機器學習的方法對候選言論進行判別。本文從上下文信息、事件核心元素以及元素間依賴等幾個方面給出描述言論事件的特征。并通過對比實驗的結果，分析了訓練語料的規(guī)模和特征的選擇對基于最大熵模型的分類方法性能的顯著影響。最后，本文采用半自動構建的優(yōu)化的觸發(fā)詞集，當訓練語料的規(guī)模達到350篇新聞報道，總計716個正例，