關系抽取中學習算法的研究.pdf

1、隨著信息時代的到來，各種各樣的信息大量的出現(xiàn)在人們面前。人們很難迅速地找到需要的信息。為了節(jié)約人們寶貴的時間，迫切的需要一些自動化的工具幫助人們在海量數(shù)據(jù)源中迅速地找到需要的信息。信息抽取的研究正是在這種背景下產生的，關系抽取是其中任務之一。
　　關系抽取的任務是判斷一句話中的兩個實體是否形成某種預先定義的關系。通常，將關系抽取問題轉化為一個分類問題。與解決其他分類問題一樣，本文首先對關系抽取問題中的特征提取進行了研究。將自然文本

2、中的關系實例表達成學習算法能夠使用的方式并確定實例間的相似度計算公式。本文通過對關系數(shù)據(jù)的分析完成了特征提取。通過對相似度度量方法進行研究設計了實例間相似度計算公式。然后，本文使用了支持向量機（SVM）和最近鄰算法（NN）對特征提取結果進行實驗檢驗，取得了較好的實驗結果。
　　在分類過程中，不同特征通常具有不同的相關（重要）程度。通過賦予每個特征一個恰當?shù)臋嘀悼梢蕴岣叻诸惖男Ч?。本文對特征加權（featureweighting）方