基于上位詞的中文實體關(guān)系圖譜構(gòu)建.pdf

1、隨著互聯(lián)網(wǎng)與大數(shù)據(jù)的飛速發(fā)展，如何在大規(guī)模數(shù)據(jù)中提取挖掘出有價值的信息，并將這些信息整理構(gòu)建成體系已經(jīng)成為目前國內(nèi)外的一個重要研究課題。對于文本信息而言，建立起實體之間的關(guān)系，并進(jìn)一步構(gòu)建出一個龐大豐富的分類體系對解決很多搜索問題以及自然語言處理問題具有深遠(yuǎn)意義。
　　實體是自然語言處理的基本單元，實體關(guān)系是自然語言處理的基礎(chǔ)性課題，是很多其他自然語言處理任務(wù)的基礎(chǔ)，同時也是很多信息檢索問題的基礎(chǔ)。構(gòu)建一個準(zhǔn)確而全面的實體關(guān)系圖譜

2、具有巨大的學(xué)術(shù)意義和應(yīng)用價值。
　　本文著眼于構(gòu)建一個性能優(yōu)異且規(guī)模龐大的中文實體關(guān)系圖譜，其中實體間的關(guān)系主要為上下位關(guān)系。本文的研究內(nèi)容主要包括三方面：基于推薦算法的實體上位關(guān)系補充，基于挖掘頻繁項集關(guān)聯(lián)性的上位關(guān)系層次化及基于詞結(jié)構(gòu)信息的上位關(guān)系層次化。
　　本文使用挖掘頻繁項集關(guān)聯(lián)性與分析詞結(jié)構(gòu)信息相結(jié)合的方法來自動挖掘上位詞之間的上位關(guān)系，達(dá)到了較好的層次化效果，而且創(chuàng)新性的使用了推薦算法來對實體的上位詞進(jìn)行補充。

3、層次化效果具有很高的準(zhǔn)確率，使得大量的實體達(dá)到了自動分類的效果。對于每種方法，本文都進(jìn)行了嚴(yán)密的推理和假設(shè)，就具體問題進(jìn)行深入分析并提供合適有效的解決方案。在挖掘頻繁項集關(guān)聯(lián)性的過程中，本文使用了Apriori算法，并針對實際問題對其進(jìn)行了改進(jìn)。在分析詞結(jié)構(gòu)信息的過程中，我們對中文獨有的核心詞特性，設(shè)計了對應(yīng)的算法方案。
　　實驗結(jié)果表明，本文的中文實體關(guān)系庫在性能上達(dá)到了可以應(yīng)用的程度，而且隨著用戶使用該系統(tǒng)次數(shù)的增加，上位關(guān)系