基于樹核函數(shù)的中文實體語義關(guān)系抽取方法的研究.pdf

1、實體語義關(guān)系抽取是信息抽取中的重要部分，其目的是從文本中找出實體對之間的語義關(guān)系并對它們進(jìn)行分類?，F(xiàn)階段在英文語料上的實體關(guān)系抽取研究已經(jīng)開展的比較全面和深入，取得的F值達(dá)到75％以上，不過離實用化還有一段距離。與英文關(guān)系抽取研究相比，中文的研究起步相對較晚，現(xiàn)階段的研究方法大多是把英文中的基于特征向量的方法移植到中文環(huán)境里面，取得的性能也比英文低。另一方面，基于核函數(shù)的方法由于能捕獲關(guān)系實例的結(jié)構(gòu)化信息，在英文關(guān)系抽取中取得了較好的性

2、能，而在中文關(guān)系抽取中還需要深入的研究。 本文研究了基于樹核函數(shù)方法的中文實體語義關(guān)系抽取，研究內(nèi)容主要包括： 1.構(gòu)建一個中文實體關(guān)系抽取原型系統(tǒng)，比較中英文語料資源的實體類型以及關(guān)系類型的不同點，解決中文語料的預(yù)處理工作中所遇到的問題。 2.提出基于卷積樹核函數(shù)的中文語義關(guān)系抽取方法，改進(jìn)關(guān)系實例結(jié)構(gòu)化信息的表達(dá)形式，比較和分析中英文語義關(guān)系抽取中各類實體關(guān)系之間的差異。 3.研究實體語義信息在中文語