基于中文開放鏈接數(shù)據(jù)的實(shí)例抽取技術(shù)研究.pdf

1、知識(shí)庫(kù)構(gòu)建是語義網(wǎng)發(fā)展的重要環(huán)節(jié)，現(xiàn)在對(duì)知識(shí)庫(kù)構(gòu)建的研究越來越熱門，為模式層添加實(shí)例的實(shí)例抽取技術(shù)也變得尤為重要，然而現(xiàn)有的實(shí)例抽取技術(shù)方法，一方面具有語言依賴的特點(diǎn)，如YAGO知識(shí)庫(kù)，另一方面抽取到的實(shí)例-分類關(guān)系中分類數(shù)量太少，如DBpedia知識(shí)庫(kù)。實(shí)例抽取的數(shù)據(jù)源分為無結(jié)構(gòu)的網(wǎng)絡(luò)資源和有結(jié)構(gòu)的開放鏈接數(shù)據(jù)，無結(jié)構(gòu)的網(wǎng)絡(luò)資源包含有大量噪音數(shù)據(jù)，提取高質(zhì)量實(shí)例難度較大，而有結(jié)構(gòu)的開放鏈接數(shù)據(jù)包含有結(jié)構(gòu)良好的數(shù)據(jù)，有利于抽取高質(zhì)量的實(shí)

2、例。另外，現(xiàn)有知識(shí)庫(kù)的中文實(shí)例信息相對(duì)較少?？傮w來看，為了實(shí)現(xiàn)將來的復(fù)雜實(shí)例抽取，如何在中文開放鏈接數(shù)據(jù)中抽取出高質(zhì)量的實(shí)例-分類關(guān)系是一個(gè)重要的研究問題。
　　基于以上現(xiàn)狀，本文對(duì)實(shí)例抽取技術(shù)進(jìn)行了深入研究，并設(shè)計(jì)了一個(gè)基于中文開放鏈接數(shù)據(jù)的實(shí)例抽取方法，該方法的主要貢獻(xiàn)如下:
　　(1)提出了基于實(shí)體屬性和分類屬性的實(shí)例抽取算法，并在中文百科類站點(diǎn)數(shù)據(jù)中抽取了大量的高質(zhì)量分類-實(shí)例關(guān)系三元組。
　　(2)提出的屬性