属性值抽取.pptVIP

* LOGO 面向中文网络百科的属性和属性值抽取 汇报人：贾真 2013 . 11 . 18 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 实验分析 4 主要算法 3 方法概述 2 相关定义 1 报告内容 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 句子序列 句子序列是由一系列二元组组成的有序序列。 S=(w1, t1), …, (wi, ti), …, (wn, tn)，其中，wi表示词语，ti表示wi的词性标注或实体标注。 K元模式 由k个词语、词性标注或实体标注组成的有序序列 Pk=x1, …, xi,…, xk ，其中，xi表示词语、词性标注或实体标注。 置信度 词语（或短语）与命名实体标注之间的关联程度 相关定义 1 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 实验分析 4 主要算法 3 相关定义 1 方法概述 2 报告内容 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 对文本进行分词、分句等自然语言预处理 将属性值看做命名实体，通过频繁模式挖掘和关联分析获取属性 采用自扩展方法获取属性触发词 机制 文本预处理 属性抽取 触发词抽取 模式挖掘 利用触发词自动获取模式，基于聚类算法过滤可信度低的模式 属性值抽取 利用模式从文本中抽取属性值 方法概述 2 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 实验分析 4 相关定义 1 主要算法 3 方法概述 2 报告内容 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 算法1 k元模式提取算法 输入：k；句子序列集合Sset={S1, S2, ..., Sn}；窗口W；词性POS集；命名实体标注集ENE； 输出：k元模式集合Pkset 算法2 词语语义相似度计算 输入：经过细粒度分词后的种子Seed={seg1, seg2, …segn} ； 同义词词典Syndictionary ； 输出：扩充种子集合Seedsynset 主要算法 3 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 算法3 触发词提取算法 输入：扩充种子词集合Seedsynset;属性值命名实体标注pos; k元模式集合Pkset与支持度计数;评分阈值min_score;相似度权重系数; 置信度权重系数β; 匹配系数γ; 位置系数δ 输出：属性触发词集合Trigger. 算法4 模式聚类算法 输入：候选模式集合Pattern；相似度阈值min_sim；簇中模式最小个数min_count；模式最小支持度计数min_supp 输出：聚类后得到的簇Cluster={cluster1, cluster2, …} 主要算法 3 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 主要算法 3 相关定义 1 实验分析 4 方法概述 2 报告内容 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile . Copyright 2004-2011 Aspose Pty Ltd. 实验分析 4 六类 乡镇 工厂 行政村