基于文本的人物画像挖掘技术的研究与应用

《基于文本的人物画像挖掘技术的研究与应用》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、击价成Ａ葦４ＵＮＩＶＥＲＳＩＴＹＯＦＥＬＥＣＴＲＯＮＩＣＳＣＩＥＮＣＥＡＮＤＴＥＣＨＮＯＬＯＧＹＯＦＣＫＩＮＡ硕±学位论文ＩＭＡＳＴＥＲＴＨＥＳＩＳ聲＼．＼。八沪＼论文题目基于文本的人物画像挖掘技术的妍究与应用１学科专业计算化换件与理论学号２０１３２１０６０２２５作者姓名李赵洁指导教师窩辉教授独创性声明本人声明所呈交的学位论义是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加标注和致谢的地

2、方夕ｈ，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得电子科技大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表不谢意。作者签名：建若淹日期：？＾年＾月７日方／４论文使用授权本学位论文作者完全了解电子科技大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权电子科技大学可将学位论文的全部或部分内容编入有关数据库进行检索，可采用影

3、印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后应遵守此规定）作者签名；导师签名；曰期：商年（月又ｇ曰分类号密级注1UDC学位论文基于文本的人物画像挖掘技术的研究与应用（题名和副题名）李赵洁（作者姓名）指导教师高辉教授电子科技大学成都（姓名、职称、单位名称）申请学位级别硕士学科专业计算机软件与理论提交论文日期2016.03.28论文答辩日期2016.05.17学位授予单位和日期电子科技大学2016年6月答辩委员会主席评阅人注1：注明《国际十进分类法UDC》的类Resear

4、chandApplicationofPersonFigureMiningBasedonTextAnalysisAMasterDissertationSubmittedtoUniversityofElectronicScienceandTechnologyofChinaMajor:ComputerSoftwareandTheoryAuthor:LiZhaojieAdvisor:Prof.GaoHuiSchool:SchoolofComputerScience&Engineering摘要摘要网络技术的迅猛发展及互联

5、网的普及，使得人们越来越依赖于网络信息的交流与共享，从互联网上获取人物信息的需求也逐步提高，然而海量的网络数据使得人物信息表现为零乱、碎片化，现有的人物画像方面的工作也主要集中于人物属性的抽取，用户迫切地希望能够方便快捷的获得人物全方面的信息。论文研究以新闻为处理对象的人物画像挖掘技术，重点对人物社会关系抽取、人物参与事件追踪、人物热度及情感分析三个方面进行了研究。在人物社会关系抽取方面，论文首先通过同义词词林扩展种子词典的方法来建立人物关系词库，避免了人工收集词典所造成的效率低下的问题；其次提出了基于规则匹配

6、与句法树结合的人物关系抽取算法，有效克服了规则匹配所导致的召回率低的弊端，在实验中该算法的平均F值达到了82.61%，与其他方法相比优势明显。在人物参与事件追踪方面，论文主要在文本特征表示、特征降维及相似度计算上进行了改进。论文提出使用标题、人名、内容三重向量来表征文本，并采用三重向量相似度的加权求和值作为文本相似度，在文本聚类时引入时间衰减因子，保证了事件的时间性质。在热度及情感分析方面，首先分析了影响人物热度的各个因素，并给出了热度值具体的计算公式；其次采用基于词库的方法对人物情感倾向进行分析，在中等规模的

7、测试数据中，也取得了较好的效果。论文通过上述三方面的工作，将分散在网络各处的人物信息有效地组织起来，形成人物画像，研究成果可应用于人物搜索系统、特定目标追踪和网络红人探测等方面，为人类工作及生活提供极大的便利。论文进一步工作主要包括两方面：降低关系抽取算法的时间复杂度及引入语义分析对情感倾向进行更深层次的研究。关键词：关系抽取，依存句法分析，文本特征提取，情感分析IABSTRACTABSTRACTTherapiddevelopmentofnetworktechnologyandpopularityoftheIn

8、ternetmakepeopleincreasinglydependontheexchangeandsharingofnetworkinformation.TheneedofgettingpersoninformationfromtheInternetisimprovinggradually.However,massivenetworkinformationdatamaketheper