基于信息抽取的社會網(wǎng)絡(luò)構(gòu)建技術(shù)的研究與應(yīng)用.pdf

1、近年來,如何利用海量數(shù)據(jù)的分析來協(xié)助犯罪調(diào)查和防止犯罪發(fā)生的對策研究已成為執(zhí)法部門和情報部門面臨的重要難題。研究者們對目標(biāo)對象相關(guān)數(shù)據(jù)的統(tǒng)計學(xué)分析、結(jié)構(gòu)化目標(biāo)對象相關(guān)數(shù)據(jù)的挖掘、社會網(wǎng)絡(luò)的分析方法等數(shù)據(jù)分析方法上進行了廣泛的研究。其中,在用于分析目標(biāo)對象間的相互關(guān)系,緊密程度等方面,社會網(wǎng)絡(luò)分析的方法逐漸得到了認(rèn)可。社會網(wǎng)絡(luò)分析的方法是通過構(gòu)建社會網(wǎng)絡(luò),用節(jié)點表示目標(biāo)對象,連線來表示關(guān)系,分析與挖掘目標(biāo)對象的信息、心理行為等規(guī)律,找到隱

2、藏線索,挖掘出目標(biāo)對象社會網(wǎng)絡(luò)中的重要節(jié)點和潛在的結(jié)構(gòu),從信息分析的層面協(xié)助執(zhí)法部門或情報部門對事件進行調(diào)查。隨著信息網(wǎng)絡(luò)的高速發(fā)展,非結(jié)構(gòu)化信息的不斷增多,信息分析難度呈幾何級數(shù)的增加,以往通過結(jié)構(gòu)化的數(shù)據(jù)構(gòu)建社會網(wǎng)絡(luò)的方法已經(jīng)不適合動態(tài)多變的海量信息了。而從大量的非結(jié)構(gòu)化或半結(jié)構(gòu)化目標(biāo)對象相關(guān)數(shù)據(jù)中抽取信息并構(gòu)建可視化目標(biāo)對象社會網(wǎng)絡(luò),掌握目標(biāo)對象關(guān)系網(wǎng)絡(luò)的結(jié)構(gòu)對于處理犯罪案件具有十分重大的意義。
　　 本論文將信息抽取技術(shù)

3、與本體論相結(jié)合運用于目標(biāo)對象關(guān)系網(wǎng)絡(luò)的構(gòu)造,研究一種新的面向非結(jié)構(gòu)化信息抽取的社會網(wǎng)絡(luò)構(gòu)建方法。采用信息抽取技術(shù)從非結(jié)構(gòu)化或者半結(jié)構(gòu)化的文本中,提取目標(biāo)對象社會網(wǎng)絡(luò)構(gòu)建需要的內(nèi)容,并以結(jié)構(gòu)化的形式,例如XML文檔或關(guān)系數(shù)據(jù)庫形式保存下來。最終,提供給社會網(wǎng)絡(luò)可視化工具,進行可視化展示和社會網(wǎng)絡(luò)分析,協(xié)助執(zhí)法部門或情報部門分析目標(biāo)對象的社會網(wǎng)絡(luò)關(guān)系。
　　 目前,在非結(jié)構(gòu)化信息抽取技術(shù)上仍然有很多困難。其中,采用統(tǒng)計學(xué)習(xí)方法的信息

4、抽取系統(tǒng),非常依賴特定領(lǐng)域的訓(xùn)練文本,訓(xùn)練文本的涵蓋范圍直接影響到信息抽取的準(zhǔn)確度。而更傳統(tǒng)的采用模式匹配方法的信息抽取系統(tǒng),由于其模式匹配的技術(shù)局限性,只能針對特定的實體類型和實體關(guān)系進行抽取,模式較為死板,不具備通用性,特別是在實體關(guān)系抽取上面臨比較大的難度。本論文引入基于本體的信息抽取技術(shù)。通過對目標(biāo)對象社會網(wǎng)絡(luò)的需求分析,構(gòu)建目標(biāo)對象適合的本體,結(jié)合本體進行本體實例的構(gòu)造,最終完成信息抽取并生成符合社會網(wǎng)絡(luò)可視化結(jié)構(gòu)的XML文檔