课件Web新闻人物追踪系统的设计方案与实现.ppt
《课件Web新闻人物追踪系统的设计方案与实现.ppt》由会员分享,可在线阅读,更多相关《课件Web新闻人物追踪系统的设计方案与实现.ppt(27页珍藏版)》请在三一文库上搜索。
1、Web新闻人物追踪系统的设计与实现,姓 名: 寿思聪 学 号: 00448160 院 系: 信息科学技术学院 专 业: 计算机科学与技术 指导教师: 闫宏飞,http:/,提纲,引言 动机 难点 相关研究 指代消解 实体关系抽取 具体工作 文本中关键词的提取 人物指代消解 时间指代消解 简历型网页/段落的判定 人物踪迹追踪系统的实现 总结,http:/,引言,http:/,引言-动机,广泛的需求 还没有搜索引擎正式提供关于人物的搜索服务 展示Webdigest小组长期工作成果的展示平台 作为天网的一部分,http:/,引言-难点,胡锦涛主席将于5月6日至10日对日本进行5天的国事访问。除东京外
2、,他还将访问横滨和奈良,并从大阪启程回国 时间指代消解,人物指代消解 吴仪 中共中央政治局委员,国务院副总理。 女,汉族,1938年11月生,湖北武汉人,1962年4月加入中国共产党,1962年8月参加工作,北京石油学院石油炼制系炼油工程专业毕业,大学学历,高级工程师。 1956年至1962年西北工学院国防系、北京石油学院石油炼制系炼油工程专业学习。1962年至1965年兰州炼油厂车间技术员、政治部办公室干事。1965年至1967年石油工业部生产技术司生产处技术员。 简历型网页的判断,http:/,相关研究,http:/,相关研究-指代消解-人物指代消解,Borrow 的STUDENT系统:利
3、用有限的启发式规则 Winograd的SHRDLU系统:基于语法位置 Wilks的Preference semantics系统:利用简单的语义知识的四级指代消解系统 Hobbs算法:基于句法分析,通过搜索句法树,寻找先行词 Ido Dagan和Alon Itai:利用共现模式从大规模语料库中自动获取约束 Mitkov:有限知识方法,应用一系列规则 Soon:利用机器学习,构造一个分类器判断是否是指代关系,http:/,相关研究-指代消解-时间指代消解,Inderjeet Mani, George :一个时间消解的框架。 处理中文需要解决更多问题 借鉴:判断一些不需要消解的情况使用分类器解决,选
4、择基准时间时的思想,http:/,相关研究-实体关系抽取,Brin 1998,Agichtein 2000:先确定关系类别,然后基于关系对与描述模式在自然语言文本中的出现规律,自动学习语义化关系模式来找到关系对。 Etzioni 2004:根据关系的种子实例对自动生成关系抓取模板,并且能给每个新发现关系对一个属于该类型的置信度。 Takaaki Hasegawa 2004:基于实体对在文本中的共现定义关系,并利用共现文本对关系进行聚类、标注。 Yutaka Matsuo 2006:以一组科技论文网站和论文作者的主页等半结构化数据为研究对象,以此来发现作者之间的关系,http:/,具体工作,ht
5、tp:/,具体工作-文本中关键词的提取,Jianguo Xiao 2007 : 一个词W的重要程度由两部分因素组成,一个是其他词Ai(Ai!=W)的重要程度以及W和Ai的关系紧密程度,另外一个是W所在句子的重要程度以及W和这个句子的关系紧密程度。 同样,一句话S的重要程度也有两部分组成,一个是其他句子Bi(Bi!=S)的重要程度以及它和S的相似程度,另外一个是S所包含的词的重要程度以及他们同这句话的关系。,http:/,具体工作-文本中关键词的提取,词语与词语之间的关系互信息(472978篇网页,1308327个词语 ,64312933对无序词对 ) 句子与句子之间的关系cosin值 词语与句
6、子之间的关系 一个迭代的过程计算每个句子和每个词语的关键程度,http:/,具体工作-人名指代消解-人名性别判定,人名性别判定 获得一个人名性别列表,总共包含5901个不同的姓名,通过统计每个名字对应的所有人的性别,简单地对这些名字的人的性别作出判断,得到了一个判断拥有名字N的人的性别的一个表。 问题:所获得的名字的数量远远不能涵盖新闻网页中出现的人名,以至于在指代消解的时候,无法确定人物的性别,使得消解出错。这一块有待在今后工作中的改进。,http:/,具体工作-人名指代消解-姓名缩写消解,3月22日凌晨,巴勒斯坦哈马斯 (伊斯兰抵抗运动)精神领袖艾哈迈德亚辛的汽车遭以色列直升机导弹袭击,亚
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 课件 Web 新闻 人物 追踪 系统 设计方案 实现
链接地址:https://www.31doc.com/p-2610901.html