Web中文信息抽取技術(shù)與命名實(shí)體識別方法的研究.pdf

1、隨著internet的飛速發(fā)展，人們被包圍在信息的汪洋大海之中。準(zhǔn)確、高效地從信息海洋中抽取有用的信息，正是信息抽取任務(wù)要解決的問題。 信息抽取是自20世紀(jì)80年代末以來，自然語言處理研究領(lǐng)域的熱點(diǎn)研究問題。美國、歐洲都制定了相應(yīng)的信息抽取技術(shù)及評測計劃。有關(guān)漢語的信息抽取研究起步較晚，尚處在探索階段。信息抽取任務(wù)的研究在近年來應(yīng)對突發(fā)事故中表現(xiàn)得尤為亟需。隨著各種煤礦安全事故頻繁發(fā)生，應(yīng)對突發(fā)事故的能力己經(jīng)成為考驗(yàn)政府執(zhí)政能力

2、的一個重要方面。應(yīng)對突發(fā)事故是一個系統(tǒng)工程，其中一個重要環(huán)節(jié)就是信息的收集、整理、加工和發(fā)布。及時、客觀、準(zhǔn)確地收集信息，快速、高效地提取有用信息，這己經(jīng)成為提高突發(fā)事件應(yīng)對能力的一個重要方面，也是衡量應(yīng)對突發(fā)事件能力的一個重要指標(biāo)。 本文在對煤礦安全事故新聞報道特點(diǎn)廣泛分析基礎(chǔ)上，以同一突發(fā)事件的多個新聞報道(即同事件多文本)為處理對象并考慮到時間的重要性，從中獲取支持煤礦安全信息抽取的地名實(shí)體識別特征與時間識別特征，在此基礎(chǔ)