文本主題段落內(nèi)部概念關(guān)系抽取技術(shù)研究.pdf

1、隨著計(jì)算機(jī)的普及和互聯(lián)網(wǎng)的迅猛發(fā)展，網(wǎng)絡(luò)上文本信息的數(shù)量快速增長，然而人們卻很難迅速地找到所需的信息。為了改變這種尷尬的局面，迫切需要一些自動(dòng)化的工具幫助人們?cè)诤Ａ啃畔⒅醒杆俣鴾?zhǔn)確地找到用戶真正需要的信息，信息抽取技術(shù)就是在這一背景下產(chǎn)生出來的?；ヂ?lián)網(wǎng)上信息又大多以文本形式存在，而文本從線性和層次角度上可以分為若干個(gè)段落主題。由于標(biāo)引段落主題的概念之間存在某種關(guān)系，作者抽取出段落主題概念及其之間的關(guān)系，就為基于段落主題的信息檢索以及文本

2、自動(dòng)摘要工作提供了一個(gè)新的途徑。 本文的研究工作是基于主題段落的概念和概念關(guān)系抽取技術(shù)研究。主題段落概念及其關(guān)系抽取簡單來說，就是從文本段落內(nèi)部挖掘出能反映文本內(nèi)容的若干個(gè)主題概念，并構(gòu)建出這些概念之間的關(guān)系。首先為了抽取出標(biāo)引文本主題的概念，我們通過詞聚類的方式獲取概念，在構(gòu)建向量空間模型時(shí)，原本的以詞形為基礎(chǔ)的向量空間模型就變成了概念空間模型。然后利用知網(wǎng)中概念詞之間的相似度，加權(quán)計(jì)算出向量空間模型中各個(gè)分量的權(quán)值。隨后，不

3、同于以往的詞頻加權(quán)算法，提出了基于詞語量化關(guān)系的主題概念抽取算法，通過定量的分析概念之間的相關(guān)信息，抽取出更能準(zhǔn)確標(biāo)引文本主題的概念。首先利用一部中文詞典《現(xiàn)代漢語規(guī)范詞典》——一種非結(jié)構(gòu)化的數(shù)據(jù)源作為背景知識(shí)，來挖掘詞語之間的量化關(guān)系。然后利用這種量化關(guān)系為概念向量模型中概念分量構(gòu)建相關(guān)向量，再通過對(duì)概念相關(guān)向量和權(quán)值的計(jì)算，得出每個(gè)概念對(duì)于文本的主題重要度，最終依據(jù)重要度抽取出能夠標(biāo)引文本主題的概念。對(duì)于抽取出來的主題概念,使用基于