基于信息抽取的語義框架填充技術研究.pdf

1、當今，隨著互聯(lián)網(wǎng)技術的飛速發(fā)展，電子形式的文檔資源正以指數(shù)級的速度快速增長。面對如此龐大的電子信息，如何從海量的信息中抽取人們所需要的關鍵信息以及非結構化數(shù)據(jù)的結構化等問題變得尤其突出，針對此問題本文提出了一種基于信息抽取的語義框架填充技術的研究課題，本課題具有非常重要的研究意義和使用價值。
　　本課題的研究工作主要分為以下幾個部分：
　　1．深入研究了信息抽取中抽取規(guī)則問題，針對傳統(tǒng)方法研究存在的缺點，本文給出了一種基于知

2、網(wǎng)的文本關鍵信息抽取算法。依據(jù)知網(wǎng)對概念實體的描述，通過對“義原”相似度比較，完成了詞語、句子的相似度比較，以此為基礎，實現(xiàn)了文本關鍵信息的抽取。
　　2.針對傳統(tǒng)信息抽取方法抽取結果表現(xiàn)的非結構化問題，本文結合語義框架，提出了一種基于關鍵信息進行語義框架填充模型。該方法能使知識運用語義框架來表示，將非結構化文本轉化為結構化文本的表示形式。
　　3．對關鍵信息填充進行語義框架的語義槽匹配時，給出了一種基于相似度比較的語義槽匹

3、配算法。通過對語義槽對應的特征詞與對應關鍵句子的相似度比較，實現(xiàn)對關鍵信息的語義槽匹配填充。
　　4．本文給出了基于規(guī)則的推理算法，采用這種算法可以實現(xiàn)語義框架中對缺失的語義槽信息的挖掘?；诿枋鲞壿嫷耐评矸椒ㄔ诒磉_能力和執(zhí)行效率上存在這很大的局限性，在推理過程中添加基于規(guī)則的推理機制可屏蔽所有可產生矛盾的推理規(guī)則、增加系統(tǒng)的表達能力，進而保證了推理的一致性。
　　最后，通過與傳統(tǒng)信息抽取的方法，本文提出的方法的信息抽取效率