中文短文本实体识别和链接研究

《中文短文本实体识别和链接研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号密级ＩＩＤＣ缩号中為火葦ｆ挺考硕±学位途义中文短文木卖体识别，翁＞和健接研藥学位申请入姓名：罗星申请学位学生类别：全巧制硕去申请学位学科专业：计算机应巧技求指导教师姓名：黄漸袭教援＿＿＿＇ＭＡＳＴＥＲＳＴＨＥＳＩＳ硕±学位论文中文短文本实体识别和链接研究论文作者：罗星指满狮：劳相冀教授胡巧副教授学科专业：计算机应用技术研究方向：自然语言处理华中师范大学计巧ｆｌ学院２０１６年０５月一硕壬学位论文

2、ＭＡ＇ＳＴＥＲＳＴＨＥＳＩＳＥｎｔｉｔｙＲｅｃｏｇｎｉｔｉｏｎａｎｄＬｉｎｋｉｎｇｉｎＣｈｉｎｅｓｅＳｈｏｒｔＴｅｘｔＡＴｈｅｓｉｓＳｕｂｍｉｔｔｅｄｉｎＰａｒｔｉａｌＦｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅＲｅｕｉｒｅｍｅｎｔｑｆｏｒｔｈｅＭＳ．ＤｅｇｒｅｅｉｎＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎＴｅｃｈｎｏｌｏｇｙＢｙＸｉｎＬｕｏｇＰｏｓｔｇｒａｄｕａｔｅＰｒｏｇｒａｍＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＣｅｎｔｒａｌＣｈｉｎａ

3、ＮｏｒｍａｌＵｎｉｖｅｒｓｉｔｙＳｕｅｒｖｉｓｏｒ：ＸｉａｎｉＨｕａｎ，ＰｏＨｕｐｇｊｇＡｃａｄｅｍｉｃＴｉｔｌｅ：ＰｒｏｆｅｓｓｏｒＡｓｓｏｃｉａｔｅＰｒｏｆｅｓｓｏｒＳｉｇｎａｔｕｒｅ，ＡｐｐｒｏｖｅｄＭａ２０１６ｙ，一／ｐ＾巧壬学位论文＇ＨＥＳＭＡＳＴＥＲＳＴＩＳ华中师苑大学学位论文原创枝声明和使用授权说明居刮性吉巧本人郑重声明；所呈交的学位论文，是本人在导师指导下，独立进行研究工作所取得的研究成果。除文中已经标明引用的内容外，本论文不包含

4、任何其他个人或集体己经发表或撰写过的研巧成果。对本文的研究做出贡献的个人和集体，均已在文中明确方式标明。。本声明的法律结果由本人承担作者签名：至曰期；必年＾月曰／学侄冷文化枚使用援权书学位论文作者完全了解华中师范大学有关保留、使用学位论文的规定，即：研究生在校攻读学位期间论文工作的知识产权单位属华中师范大学。学校有权保留并向国家有关部口或机构送交论文的复印件和电子版，允许学位论文被査阅和借阅；、学校可Ｗ公布学位论文的全部或部分内容，可Ｗ允许采用影印缩印或其它复制手、汇编学位论文

5、）段保存。（保密的学位论文在解密后进守此规定。保密论文注释：本学位论文属于保密，在＿年解密后适用本授权书非保密论文注释：本学位论文不属于保密巧围，适用本授权书。＾作者签名：；导师签名＇曰期：年月曰曰期：０６月｛曰《７／１片Ｉ＂＂本人己经认真阅读ＣＡＬＩＳ髙校学位论文全文数据库发布章程，同意将本人的＂＂＂＂ＣＡＬＩＳ髙校学位论文全文数据库中全文发布学位论文提交，并可按章程中的一：□半巧规定享受相关权益。同竟论义据々后滞后：□年：□二年巧布。作者签名；导师签若：曰期：《／＾月

6、曰曰期：）／年／：占月Ｉ目ｆ＊Ｖ／Ｓｉ＾硕壬学位论文ＭＡ＇ＳＴＥＲＳＴＨＥＳＩＳ巧要随着社会的信息化进程，人们对自然语言语义理解系统的需求越来越迫切。目前基于命名实体的研究成为了语义研究的热点。本文研究了中文短文本的命名实体识别（ＮＥＲ）和实体链接（ＥＬ），考虑这两个任务的相关性，采用了联合处理这两个任务的方式。实体识别和链接是文本分析的基本任务，是许多自然语言任务的基础支撑模ｅ一块。现有方法大多使用ｐｉｐｌｉｎｅ模式执行这两个任务。通常先使用个ＮＥＲ系统寻找命名实体

7、的边界一，然后使用个ＥＬ系统关联命名实体到具体的知识库条目。在这样的模式下ＮＥＲ系统的错误往往会传递到ＥＬ系统中，且ＥＬ系统缺乏足够的信息纠正错误。这种模式在长文本上可能合适，因为现有的实体识别系统在足够的训。练语料和足够理想的上下文情况下表现良好但当我们处理短文本的时候，送种模式下的ＮＥＲ系统对最终实体识别和链接的结果产生了不利影响。为了解决此类在短文本实体识别和链接任务上的错误传播问题，我们基于两个任务之间的親合关系及潜在可能的互促进效应，提出了２个联合处理ＮＥＲ和ＥＬ任一。务的模

8、型，分别是线性模型和基于半条件随机场的模型研巧者们般视ＮＥＲ为一ＮＥＲ和ＥＬ个序列标注问题，ＥＬ任务为实体排序问题。我们的线性模型视任务＂＂为排序问题。它生成尽可能多的候选实体指称和实体对，选，并对其进行排序＂＂择最合适的实体指称和实体对。我们基于半条件随机场的联合模型处理的是序＂＂列标注问题，尽可，在标注其实体指称时能多的使用实体相关的特征