面向社會網(wǎng)絡應用的人物關系抽取方法研究.pdf

1、人物關系抽取是信息抽取領域的熱門研究方向之一，指的是從非結構化或半結構化的文本中識別用戶感興趣的人物關系，并以結構化的形式進行存儲的過程。在這個信息爆炸的大數(shù)據(jù)時代，需要信息抽取技術快速準確地發(fā)現(xiàn)形式多樣的人物關系，為社會網(wǎng)絡及其他相關領域的應用研究奠定基礎。本文對基于堆疊降噪自動編碼器的人物關系抽取方法進行了深入研究，并在此基礎上對基于人物關系抽取技術的社會網(wǎng)絡構建方法進行了研究，主要研究內(nèi)容歸納如下：
　　首先，提出了基于互動

2、百科的人物關系語料自動生成系統(tǒng)的設計方案，對數(shù)據(jù)抓取、網(wǎng)頁正文抽取、文本分析處理、人物關系語料生成四個模塊進行了詳細的論述與設計；提出了由語言技術平臺（LTP）和NLPIR漢語分詞系統(tǒng)相結合并協(xié)同互動百科進一步確認的人名對識別算法以及基于互動百科的人物關系類型識別算法。
　　其次，研究了基于堆疊降噪自動編碼器的人物關系抽取方法，并通過實驗的方式對該方法的性能進行了評估。在句子級別的人物關系抽取中，針對特征詞過少導致特征向量高度稀疏

3、這一問題，提出了基于同義詞詞林擴展特征詞規(guī)模的緩解方法；考察了詞特征、詞性特征、相鄰位置特征、依存句法特征和語義特征對人物關系抽取性能的貢獻；探究了不同網(wǎng)絡深度的堆疊降噪自動編碼器的人物關系識別效果。
　　最后，研究了基于人物關系抽取技術的社會網(wǎng)絡構建方法，構建了適合大規(guī)模社會網(wǎng)絡分析應用的社會網(wǎng)絡矩陣并通過社群圖的形式對社會網(wǎng)絡的構建效果進行了展示。
　　本文提出的基于互動百科的人物關系語料自動生成系統(tǒng)，為后續(xù)的基于堆疊降