版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、伴隨著中國(guó)互聯(lián)網(wǎng)建設(shè)的不斷完善及發(fā)展,網(wǎng)絡(luò)逐漸滲透進(jìn)社會(huì)各行各業(yè)和人們生活各方各面。多樣化的互聯(lián)網(wǎng)應(yīng)用為我們帶來(lái)巨大的便捷性,許多網(wǎng)民通過(guò)互聯(lián)網(wǎng)進(jìn)行網(wǎng)上社交娛樂(lè)、購(gòu)物支付等。網(wǎng)絡(luò)社交平臺(tái),如Twitter、新浪微博等,已經(jīng)成為眾多網(wǎng)民間溝通交流、獲取信息的重要媒介與途徑。人們利用這類(lèi)社交平臺(tái)發(fā)表、分享自己感興趣的文字、圖片、視頻等信息。然而隨之帶來(lái)的是每天海量數(shù)據(jù)的產(chǎn)生,如何從這些大規(guī)模數(shù)據(jù)中提取有用的信息,并運(yùn)用這些信息知識(shí)帶動(dòng)社會(huì)的
2、發(fā)展與進(jìn)步,顯得尤為重要,也是數(shù)據(jù)挖掘領(lǐng)域的一大新的挑戰(zhàn)。
當(dāng)前,嵌套命名實(shí)體識(shí)別作為命名實(shí)體識(shí)別任務(wù)的主要組成部分,是許多科學(xué)研究(如:?jiǎn)柎鹣到y(tǒng)、知識(shí)圖譜、人工智能等)中最為基礎(chǔ)、核心的技術(shù)之一,并且其相關(guān)識(shí)別方法成果在實(shí)際生活中也具有廣泛的應(yīng)用。中文的復(fù)雜性導(dǎo)致在文本內(nèi)往往存在著較多的嵌套命名實(shí)體?,F(xiàn)有的命名實(shí)體識(shí)別方法能夠較好的識(shí)別出結(jié)構(gòu)相對(duì)簡(jiǎn)單的基本命名實(shí)體,但對(duì)于結(jié)構(gòu)復(fù)雜的嵌套命名實(shí)體卻很難完整地、準(zhǔn)確地識(shí)別出來(lái),再
3、加上現(xiàn)有方法多集中于常規(guī)文本中的命名實(shí)體識(shí)別研究。
針對(duì)微博中嵌套命名實(shí)體的提取,本文在分析其層次結(jié)構(gòu)的基礎(chǔ)上,將嵌套命名實(shí)體的識(shí)別任務(wù)拆分為兩個(gè)部分,并通過(guò)合理構(gòu)建特征庫(kù)、外部語(yǔ)義知識(shí)庫(kù)以及特征模板等手段進(jìn)行微博中嵌套命名實(shí)體的識(shí)別。本文的主要研究?jī)?nèi)容包含以下幾點(diǎn):
1.本文在對(duì)嵌套命名實(shí)體的結(jié)構(gòu)分析基礎(chǔ)上,給出其獨(dú)有的5種層次結(jié)構(gòu)特征類(lèi)型,并認(rèn)為嵌套命名實(shí)體的識(shí)別在結(jié)構(gòu)相對(duì)簡(jiǎn)單的基本命名實(shí)體識(shí)別之后更加合適。因此
4、,本文提出了一種基于層疊條件隨機(jī)場(chǎng)模型的微博中嵌套命名實(shí)體識(shí)別方法,該方法將識(shí)別任務(wù)劃分為兩個(gè)階段:首先在一個(gè)條件隨機(jī)場(chǎng)模型解決結(jié)構(gòu)相對(duì)簡(jiǎn)單的人名、地名以及機(jī)構(gòu)名等基本命名實(shí)體的識(shí)別,然后將識(shí)別結(jié)果傳遞到另一個(gè)條件隨機(jī)場(chǎng)模型中為實(shí)現(xiàn)對(duì)嵌套命名實(shí)體的識(shí)別提供決策依據(jù)。
2.本文提出了一種基于詞性標(biāo)記的嵌套命名實(shí)體特征詞自動(dòng)提取算法,構(gòu)建嵌套命名實(shí)體特征庫(kù)。同時(shí),本文針對(duì)特征詞重要度這一個(gè)概念,提出了自己的改進(jìn)方法。除此之外,本文
5、人工地構(gòu)建一個(gè)外部語(yǔ)義知識(shí)庫(kù),使得識(shí)別模型能夠獲取到足夠豐富的信息來(lái)進(jìn)行判別。
3.本文針對(duì)層疊條件隨機(jī)場(chǎng)中的低層與高層條件隨機(jī)場(chǎng)識(shí)別模型,分別構(gòu)建出合適的特征模板集合,并提出一種基于特征重要度的特征模板選取策略,提高識(shí)別模型的整體識(shí)別效果。
4.最后,本文通過(guò)對(duì)比實(shí)驗(yàn)的方式,比較了不同窗口大小對(duì)識(shí)別過(guò)程中的精確率、召回率以及F值的差異影響,最終選定識(shí)別模型中合適的窗口大小。此外,最終實(shí)驗(yàn)結(jié)果證明本文提出的基于層疊條
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 中文命名實(shí)體識(shí)別的研究.pdf
- 漢語(yǔ)嵌套命名實(shí)體識(shí)別方法研究.pdf
- 面向微博文本的命名實(shí)體識(shí)別.pdf
- 面向微博數(shù)據(jù)的命名實(shí)體識(shí)別研究與實(shí)現(xiàn).pdf
- 基于命名實(shí)體識(shí)別的學(xué)科智能答疑模型研究.pdf
- 中文微博的地理位置命名實(shí)體識(shí)別研究.pdf
- 微博對(duì)話鏈的命名實(shí)體識(shí)別技術(shù)研究與實(shí)現(xiàn).pdf
- 基于規(guī)則的命名實(shí)體識(shí)別研究.pdf
- 面向缺乏標(biāo)注數(shù)據(jù)領(lǐng)域的命名實(shí)體識(shí)別的研究.pdf
- 研報(bào)領(lǐng)域的產(chǎn)品詞命名實(shí)體識(shí)別的研究.pdf
- 基于條件隨機(jī)場(chǎng)的命名實(shí)體及實(shí)體關(guān)系識(shí)別的研究與應(yīng)用.pdf
- 基于Stacking框架的命名實(shí)體識(shí)別.pdf
- 基于CRF的英文命名實(shí)體識(shí)別研究.pdf
- 命名實(shí)體識(shí)別研究及其應(yīng)用.pdf
- Web中文信息抽取中命名實(shí)體識(shí)別的研究及應(yīng)用.pdf
- 基于條件隨機(jī)場(chǎng)的中文命名實(shí)體識(shí)別的研究與應(yīng)用.pdf
- 基于CRF的農(nóng)業(yè)命名實(shí)體識(shí)別研究.pdf
- 基于CRF的中文命名實(shí)體識(shí)別研究.pdf
- 基于統(tǒng)計(jì)的生物命名實(shí)體識(shí)別研究.pdf
- 基于Wikipedia的中文命名實(shí)體識(shí)別研究.pdf
評(píng)論
0/150
提交評(píng)論