面向文本的校友人際關系抽取.pdf

1、校友是高等學校擁有的具有巨大潛力的資源，是一個信息豐富、知識密集、社會能力強的群體，不但是高等院校的形象資源，也是高等院校的財富資源，對高等學校的發(fā)展起著舉足輕重的作用。目前高等學校對校友資源的開發(fā)大都是使用人工搜集和管理，信息的實用性、利用率和實效性較低，高等學校很難充分的利用校友資源。因此，進行校友的人際關系抽取對于校友資源的開發(fā)具有重要作用，本文的研究工作就是從文本信息中抽取出校友的人際關系。
　　 信息抽取的任務是自動從

2、自然語言文本中抽取出用戶感興趣的信息，通過將關系結構引入到非結構化文本中來為搜索引擎的發(fā)展提供一種很有前途的解決方案。關系抽取是在識別出文本中的實體的基礎上，確定這些實體中存在的關系，使得用機器來自動的閱讀、理解和提取信息成為可能，實現(xiàn)了信息的自動抽取和檢索。
　　 本文首先介紹了實驗數(shù)據(jù)集的構造方法，文本使用的數(shù)據(jù)集是我們人工構造的數(shù)據(jù)集。接著，本文提出了一種基于監(jiān)督學習的關系抽取方法，將校友人際關系抽取問題看成是一個分類問題

3、，針對每一個人名實體對構建了實體的自身特征、上下文特征和句法特征這三大類特征，分別使用最大熵分類器和支持向量機分類器進行實驗。從實驗結果得知，使用相同的特征進行實驗，兩個分類器的效果比較相近，但是召回率較低，這是由詞法特征的缺失導致的。然后，本文提出了將基于分類的關系抽取方法和基于聚類的關系抽取方法相結合的混合抽取方法，在介紹了基于聚類的關系抽取方法后給出了混合關系抽取方法的流程，經過實驗證明，混合抽取方法提高了召回率，取得了較好的性能