题名 | 半监督中文实体关系抽取研究; Research on Semi-supervised Chinese Relation Extraction |
作者 | 杨肖方 |
答辩日期 | 2012 ; 2012 |
导师 | 陈锦秀 |
关键词 | 关系抽取 语言信息 结构信息 半监督 类型发现 Relation Extraction Language Information Structured Information Semi-supervised Type Discovery |
英文摘要 | 随着计算机的广泛普及和互联网的飞速发展,现实世界的信息呈指数级增长。一个需要迫切解决的问题就是如何从这些海量的信息中获取出人们所需要的特定信息。关系抽取是信息抽取领域中一个重要的研究方向,自动识别出用自然语言表的两个实体之间的关联信息,例如“蒂姆•库克是苹果公司的首席执行官”,人物实体“蒂姆•库克”和组织机构实体“苹果公司”之间存在雇佣关系,即“蒂姆•库克”是“苹果公司”的雇员,担任首席执行官的职位。 该文利用半监督学习算法进行中文关系抽取研究。为表征实体关系的实例,我们结合特征向量和树核函数两种方法:特征向量表征了实体关系的语言信息,而树核函数表征了实体...; With the wide use of computers in various fields and the rapid development of the Internet, the information increases exponentially in the real world. How to extract the specific information needed from this massive information becomes a difficulty to resolve urgently. Relation Extraction is to identify the association automatically between the two entities in natural language. For instance, “Bill...; 学位:工学硕士; 院系专业:信息科学与技术学院智能科学与技术系_计算机应用技术; 学号:31520091152850 |
语种 | zh_CN |
出处 | http://210.34.4.13:8080/lunwen/detail.asp?serial=34663 |
内容类型 | 学位论文 |
源URL | [http://dspace.xmu.edu.cn/handle/2288/49980] ![]() |
专题 | 信息技术-学位论文 |
推荐引用方式 GB/T 7714 | 杨肖方. 半监督中文实体关系抽取研究, Research on Semi-supervised Chinese Relation Extraction[D]. 2012, 2012. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论