装备发展战略研究信息化平台中汉语文本信息提取技术的研究
【摘要】：在装备发展战略研究中需要及时掌握国外在装备的研究、开发、制造、使用、维护和更新换代等方面的现实情况以及装备自身的技术性能特点，并从这些信息中发现外军装备发展方面的趋势和特点。因此，如何及时、快速地从大量文档中提取结构化的装备信息，并从其中发现隐含的知识是装备发展战略研究中必须解决的问题。
作为一种从普通文本中自动获取结构化信息的技术，文本信息提取在国内外受到越来越多的重视。它充分利用了现有的句法分析理论和技术，旨在获取指定类型的信息，因而它不需要对语言进行完全的分析，从而避免了文本理解所面临的困难，是一项具有现实可操作性的技术。本文围绕从半结构化的汉语文本中自动提取装备相关信息这一问题，结合装备发展战略研究的实际需要，对文本信息提取技术中的命名实体发现技术和文本结构化技术进行了较深入的研究。
本文的主要工作在于：
1、研究了基于统计的命名实体发现方法，对已有的N-gram统计方法和自增长模式统计方法进行了改进，主要对自增长模式的特点进行了详细分析，并利用词性信息对统计结果进行筛选，提高了命名实体发现的准确率；
2、研究了基于规则的文本结构化(实体关系提取)方法，对规则库的建设、规则的分类、二元实体关系的提取方法进行了实验研究，建立了一个较好的文本结构化框架；
3、利用上述两种技术，设计并实现了一个规则可扩展的文本信息提取子系统。
【关键词】：命名实体发现 N-gram统计 自增长模式统计 文本结构化
【学位授予单位】：国防科学技术大学
【学位级别】：硕士
【学位授予年份】：2003
【分类号】：E91
【DOI】：CNKI:CDMD:2.2005.014207
【目录】：
【学位授予单位】：国防科学技术大学
【学位级别】：硕士
【学位授予年份】：2003
【分类号】：E91
【DOI】：CNKI:CDMD:2.2005.014207
【目录】：
- 摘要4-5
- ABSTRACT5-9
- 第一章 绪论9-14
- 1.1 研究背景9-10
- 1.2 国内外研究现状10-12
- 1.3 本文研究的主要内容与论文结构12-14
- 1.3.1 本文研究的主要内容12-13
- 1.3.2 论文结构13-14
- 第二章 装备发展战略研究信息化平台与信息提取14-18
- 2.1 装备发展战略研究信息化平台的体系结构14-15
- 2.2 信息提取技术介绍15-18
- 第三章 基于统计的命名实体发现方法18-35
- 3.1 文本统计分析方法简介18-21
- 3.1.1 统计方法的理论基础18-19
- 3.1.2 N-gram统计方法19-20
- 3.1.3 自增长模式统计方法20-21
- 3.2 统计和词性相结合的命名实体发现方法概述21-22
- 3.3 文本预处理22-26
- 3.3.1 特征字的选取23
- 3.3.2 规则库的描述格式23-24
- 3.3.3 基于规则的特征字触发切分算法介绍24-25
- 3.3.4 实验结果25-26
- 3.4 改进后的自增长模式统计方法26-32
- 3.4.1 汉字自增长模式生成算法26-28
- 3.4.2 自增长模式的特点分析28-31
- 3.4.3 自增长模式的筛选31-32
- 3.5 加入消减处理的N-gram统计方法32-35
- 3.5.1 1-gram项和2-gram项的生成32-33
- 3.5.2 3-gram项的生成及2-gram项的消减33
- 3.5.3 4-gram项的生成及3-gram项的消减33-34
- 3.5.4 实验结果34-35
- 第四章 基于规则的文本结构化方法35-41
- 4.1 基于规则的文本结构化方法概述35-37
- 4.2 规则的获取37
- 4.3 规则库的结构37-39
- 4.4 文本结构化处理方法39-40
- 4.5 实验结果40-41
- 第五章 信息提取子系统的设计与实现41-46
- 5.1 信息提取子系统的设计41-44
- 5.1.1 装备发展战略研究信息化平台的设计41-42
- 5.1.2 信息提取子系统的设计42
- 5.1.3 系统的界面设计42-43
- 5.1.4 算法设计43-44
- 5.2 信息提取子系统的实现44-46
- 第六章 结论46-48
- 6.1 本文的主要工作46
- 6.2 今后的工作46-48
- 致谢48-49
- 参考文献表49-51
- 附录1 自增长模式的模板集(3-8字)51-52
- 附录2 北大汉语文本词性标注标记集52-54
- 附录3 作者发表的论文54
CAJViewer7.0阅读器支持所有CNKI文件格式，AdobeReader仅支持PDF格式
| 【参考文献】 | ||
|
|||||
|
|||||
| 【共引文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
| 【二级参考文献】 | ||
|
|||||||||||
|
|||||||||||
| 【相似文献】 | ||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||
|
|||||||||||||||||||||