城市百科知識(shí)庫自動(dòng)構(gòu)建系統(tǒng).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅速發(fā)展，互聯(lián)網(wǎng)對(duì)人們生活的影響力越來越大，用戶對(duì)從互聯(lián)網(wǎng)中獲得全面、權(quán)威、地域性信息的需求越來越強(qiáng)烈，比如生活在深圳的人對(duì)深圳的信息的興趣更大。這就提出了新的互聯(lián)網(wǎng)應(yīng)用需求，如何滿足不同城市的人對(duì)所在城市知識(shí)的需求，如何對(duì)海量的數(shù)據(jù)分類并挖掘出滿足條件的詞條是本課題的主要研究內(nèi)容。
　　本文以自然語言處理的相關(guān)技術(shù)對(duì)百度百科近300萬詞條進(jìn)行中文信息處理，主要包括兩個(gè)方面的內(nèi)容：一是構(gòu)建百科知識(shí)檢索系統(tǒng)；二是構(gòu)建

2、城市百科分類系統(tǒng)。
　　1.構(gòu)建百科知識(shí)檢索系統(tǒng)：主要包括百度百科數(shù)據(jù)爬蟲、網(wǎng)頁凈化、正排索引、倒排索引及數(shù)據(jù)檢索。所實(shí)現(xiàn)的網(wǎng)絡(luò)爬蟲爬取了近300萬百度百科詞條；建立了相應(yīng)的檢索系統(tǒng)，對(duì)索引的粒度進(jìn)行了優(yōu)化，采取了以段落為索引和檢索的基本單位，實(shí)驗(yàn)證明在其它條件相同的情況下，該系統(tǒng)的檢索精度比以文章為索引單位的系統(tǒng)提高了近50％。
　　2.構(gòu)建城市百科分類系統(tǒng)：主要包括文本的城市空間分類和百科知識(shí)條目分類。本文對(duì)特征詞提取方