版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、伴隨因特網(wǎng)的快速發(fā)展及計(jì)算機(jī)越來(lái)越為大眾所認(rèn)可,信息隨之顯現(xiàn)出迅速膨脹的態(tài)勢(shì)。信息增長(zhǎng)所呈現(xiàn)出的過(guò)量形式,隨之也引發(fā)了相應(yīng)負(fù)面影響:大眾面對(duì)著龐雜的信息,很難攫取自身所需精準(zhǔn)的資料。怎樣自眾多數(shù)據(jù)中抽取有價(jià)值的信息是當(dāng)前研究的熱點(diǎn)。信息抽取正是在這種背景下應(yīng)運(yùn)而生的。
屬性是各異種類事物的特點(diǎn),也是理解信息的關(guān)鍵點(diǎn),屬性抽取具有重要的實(shí)際意義與廣闊的應(yīng)用前景,已經(jīng)成為信息抽取領(lǐng)域的研究熱點(diǎn),吸引了大量學(xué)者展開(kāi)廣泛而深入的研究。
2、雖然取得了一定的進(jìn)展,但目前的屬性抽取方法不可避免的存在對(duì)使用者要求高,可移植性不高,正確率與召回率低,抽取效率低下等諸多問(wèn)題。一方面,現(xiàn)有的文本信息抽取有基于規(guī)則的方法和基于統(tǒng)計(jì)的方法。基于規(guī)則的方法無(wú)需運(yùn)用眾多標(biāo)注語(yǔ)料,進(jìn)而將眾多工作精簡(jiǎn),但這種信息抽取方法的正確率及召回率完全取決于規(guī)則的設(shè)定,需要豐富的經(jīng)驗(yàn)與先驗(yàn)知識(shí)?;诮y(tǒng)計(jì)的方法則需要先進(jìn)行大量語(yǔ)料的學(xué)習(xí),再在此基礎(chǔ)上制定信息抽取策略,這種信息抽取方法的正確率及召回率則需要取決
3、于語(yǔ)料的豐富程度與語(yǔ)料信息所涉及的領(lǐng)域范圍。另一方面,屬性關(guān)鍵詞這一觸發(fā)詞為屬性描述的重要特征,是制定規(guī)則的必要條件。漢語(yǔ)的表達(dá)方式靈活多樣,描述同一個(gè)屬性可能使用多個(gè)詞,屬性詞語(yǔ)存在的字面不同點(diǎn)引發(fā)了分散的屬性值。現(xiàn)有關(guān)鍵詞拓展算法均采用基于現(xiàn)有詞語(yǔ)庫(kù)來(lái)對(duì)關(guān)鍵詞進(jìn)行擴(kuò)展的原理,該方法依賴于所用詞語(yǔ)庫(kù)的完備程度,而且缺乏對(duì)現(xiàn)有語(yǔ)料庫(kù)信息的有效利用。
本文針對(duì)以上問(wèn)題,從屬性關(guān)鍵詞擴(kuò)展方法、信息抽取方法兩個(gè)方面展開(kāi)研究。首先,借
4、助開(kāi)源爬蟲(chóng)對(duì)諸如百度百科、互動(dòng)百科及維基百科這些互動(dòng)百科條目予以下載。這一領(lǐng)域的百科聯(lián)系的類別眾多,有關(guān)種類的條目中蘊(yùn)含著豐富的屬性信息?;诰W(wǎng)絡(luò)百科進(jìn)行屬性關(guān)鍵詞擴(kuò)展研究對(duì)于屬性抽取具有重要的意義。其次,提出一種基于現(xiàn)有詞語(yǔ)庫(kù)同時(shí)利用現(xiàn)有語(yǔ)料資料中詞語(yǔ)相關(guān)程度相結(jié)合的屬性關(guān)鍵詞拓展算法,并針對(duì)快消品類別,實(shí)現(xiàn)了屬性關(guān)鍵詞擴(kuò)展。然后,在這種屬性關(guān)鍵詞拓展算法的基礎(chǔ)上提出一種半自動(dòng)化的自學(xué)習(xí)信息抽取方法,在保證準(zhǔn)確率與召回率的同時(shí)極大的減
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于JAVA的行業(yè)屬性關(guān)鍵詞擴(kuò)展方法設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于文本的關(guān)鍵詞提取方法研究與實(shí)現(xiàn).pdf
- 基于形式概念分析與關(guān)鍵詞加權(quán)的用戶查詢?cè)~擴(kuò)展研究.pdf
- 基于二分圖的RDF關(guān)鍵詞擴(kuò)展查詢算法研究與實(shí)現(xiàn).pdf
- 基于詞跨度的網(wǎng)頁(yè)關(guān)鍵詞提取方法研究.pdf
- 基于關(guān)鍵詞的微博爬蟲(chóng)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 中國(guó)行業(yè)關(guān)鍵詞列表大全
- 基于DHMM和VQ的關(guān)鍵詞識(shí)別研究與實(shí)現(xiàn).pdf
- 關(guān)鍵詞實(shí)現(xiàn)人生的價(jià)值
- 關(guān)鍵詞詞庫(kù)統(tǒng)計(jì)方法
- 基于用戶行為的產(chǎn)品關(guān)鍵詞優(yōu)化研究與實(shí)現(xiàn).pdf
- 基于主題的關(guān)鍵詞提取方法對(duì)比研究
- 關(guān)鍵詞詞庫(kù)統(tǒng)計(jì)方法
- 關(guān)鍵詞 長(zhǎng)尾關(guān)鍵詞 拓展技巧
- 問(wèn)答系統(tǒng)中詞義消歧與關(guān)鍵詞擴(kuò)展研究.pdf
- 基于關(guān)鍵詞自動(dòng)提取的口述病歷識(shí)別系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于HMM的漢語(yǔ)語(yǔ)音關(guān)鍵詞檢測(cè)研究與實(shí)現(xiàn).pdf
- 數(shù)據(jù)庫(kù)中關(guān)鍵詞的查詢擴(kuò)展研究.pdf
- 中文關(guān)鍵詞檢出系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 基于案例推理的漢語(yǔ)關(guān)鍵詞檢出方法研究.pdf
評(píng)論
0/150
提交評(píng)論