人物言論抽取與跟蹤技術(shù)研究.pdf

1、面對(duì)互聯(lián)網(wǎng)信息量的不斷擴(kuò)張，用戶迫切地需要自動(dòng)化的信息獲取工具來(lái)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(guān)的話題，跟蹤到一系列人（人物，團(tuán)體或機(jī)構(gòu)）所發(fā)表的關(guān)于此話題的言論，并對(duì)其進(jìn)行識(shí)別和抽取。
　　本文從言論的自動(dòng)識(shí)別與抽取，和相關(guān)言論的話題跟蹤兩個(gè)關(guān)鍵環(huán)節(jié)進(jìn)行深入研究。
　　本文將新聞報(bào)道中每次

2、出現(xiàn)的人物言論，看作是一個(gè)特殊的事件類型，即言論事件。對(duì)于言論事件的識(shí)別問(wèn)題，本研究建立了一個(gè)規(guī)模適當(dāng)?shù)尼槍?duì)言論事件的語(yǔ)料庫(kù)資源，采用機(jī)器學(xué)習(xí)的方法對(duì)候選言論進(jìn)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(gè)方面給出描述言論事件的特征。并通過(guò)對(duì)比實(shí)驗(yàn)的結(jié)果，分析了訓(xùn)練語(yǔ)料的規(guī)模和特征的選擇對(duì)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(dòng)構(gòu)建的優(yōu)化的觸發(fā)詞集，當(dāng)訓(xùn)練語(yǔ)料的規(guī)模達(dá)到350篇新聞報(bào)道，總計(jì)716個(gè)正例，