一种基于Web大规模人物社会关系提取方法.docVIP

一种基于Web的大规模人物社会关系提取方法( 摘 要：Web上的人物社会关系是一类重要的Web信息，如何高效准确地从Web上大规模提取人物社会关系信息，是本文研究的重点。本文提出了一种轻量级的大规模人物社会关系提取方法，并引入模拟退火方法，迭代发掘网页中蕴涵的表述人物社会关系的最小描述模式集合，利用Web信息冗余性，高效、准确地从Web上提取人物关系信息。为验证该方法的有效性，定义了六种人物社会关系，基于一大规模Web人名列表，对这六种关系进行提取。实验结果表明该方法的平均准确率为84.79%，平均召回率为81.69%。 人物社会关系; 描述模式; 关系提取; 模拟退火; Web A Solution to Large Scale Extraction of Social Relations of Persons Based on the Web Abstract: The Web information about social relation of persons is an important type of information on the Web. Extracting large scale information of social relation of persons from the Web efficiently and precisely is the research emphasis of this paper. This paper proposes a lightweight method of extracting large-scale information of social relations of persons, in which the minimum descriptive patterns using to describe social relations in web pages are mined from the Web with the help of the method of simulated annealing, and are used to extract more social relation of persons from the Web using the redundancy of the Web. To evaluate this method, we define six types of social relations, and extract each type of relation for every person in a specified person name list, which is created from the Web. The experimental result shows the methods average precision and recall are 84.79% and 81.69%, respectively. social relation of persons; descriptive pattern; relation extraction; simulated annealing; Web引言 Web已经成为包含人类社会各种知识的信息库，速度膨胀[1]。其中，人物社会关系信息是一类重要的信息。然而，现有的有哪些信誉好的足球投注网站引擎仅能返回与用户关心人物相关的网页，而与该人物有密切联系的关系人物的信息，用户只能花费大量的时间，阅读分析大量网页才能获得。 在基于Web的社会网络分析研究中，人物关系的定义是一个难点，没有很好的方法自动获取人物之间真实存在的社会关系（亲属、朋友等）。当前工作仅以人物在网页中的相对位置人物关系定义的标准，其结果具有一定局限性。若以Web中人物社会关系来定义社会网络，进行相关分析，相信会得到更好效果。 本文以从Web信息中自动提取人物社会关系为目标，提出一种基于Web的大规模人物社会关系提取方法。对每类人物社会关系，首先以描述该类关系的几个关键词出发，获得一具有此类关系的人物对集合；进而利用该集合进行迭代，结合模拟退火方法，从Web中挖掘出可充分描述此类关系的最小模式集合；在此基础上，利用该集合，对任一Web上出现的人物，高效、准确地提取出与之相关的关系人物，实现人物社会关系提取。 相关研究 人物社会关系提取属于实体关系提取的范畴，实体关系提取研究可分为两类，一类基于标注训练数据集，利用训练得到的模型进行实体关系提取[2,3,4]；另一类利用自举的方法，通过迭代发现描述实体关系的模式集合，利用其进行实体关系提取[5,6,7]。前一类方法局限于特定的训练数据集，