学位论文 > 优秀研究生学位论文题录展示

新闻网页中人物实体关系提取技术研究

作　者: 邹永强
导　师: 钟志农
学　校: 国防科学技术大学
专　业: 信息与通信工程
关键词: 新闻网页主题网页采集器新闻网页过滤支持向量机 kNN 人物实体关系提取关系提取原型系统
分类号: TP393.092
类　型: 硕士论文
年　份: 2011年
下　载: 88次
引　用: 2次
阅　读: 论文下载

内容摘要

互联网经过多年的快速发展已经积累了海量的信息资源,其中所包含的人物之间的关系是一种有重要价值的信息,它在情报分析、网络舆情监控、社会网络分析等领域有着十分重要的应用。研究者已经意识到这一点,他们纷纷展开相关研究。新闻网页由于其用语规范、报道更新及时、信息可信度高而受到研究者们的青睐。新闻网页已经成为基于互联网的人物实体关系提取研究的主要素材。基于以上认识,本文根据现实需要围绕新闻网页中人物实体关系提取这个主题开展了多项研究,这些研究包括:1、在分析了通用网页采集器的特点和不足的基础上,结合具体应用背景和实际需求,为了准确而高效的下载新闻网页,本文根据新闻网页URL的特点构造了新闻网页URL模式,据此设计并实现了新闻主题网页采集器,很好的完成了网页采集任务。2、仔细分析了目前网页过滤算法效率不高的原因,在总结了新闻网页特点的基础上,针对新闻网页提出了基于文本块字符数统计的过滤算法,通过实验证实了算法的有效性。3、针对支持向量机(SVM)在多类划分上的不足,引入kNN算法来消除拒分向量。由于kNN算法时空开销比较大,当向量数目多的时候其分类性能很差,这将严重影响最终的人物关系提取。所以本文提出了一种kNN的改进算法,极大的提高了它的性能。4、本文在最后设计并实现了一个新闻网页中人物关系提取原型系统。这个系统集主题网页采集、中文分词、词性标注、人物信息提取、关系提取和关系存储于一体,是新闻网页中人物关系提取的整体实现,也是检验本文所研究的方法的最好方式。

新闻网页中人物实体关系提取技术研究

内容摘要

全文目录

相似论文