基于文本语料的涉恐事件实体属性抽取

发布时间：2021-07-28 14:51

　　基于语义角色分析,提出了一种三元组涉恐事件实体属性抽取方法,为网络空间涉恐活动的监测及预警提供技术支持.首先,基于西北政法大学"反恐怖主义信息网"文本语料数据进行数据采集和清洗等预处理工作,采用朴素贝叶斯文本分类算法识别涉恐事件文本,并采用关键词提取算法TF-IDF（Term frequency-inverse document frequency,词频-逆文档频率）构建涉恐专有词库,结合自然语言处理技术构建带词性的涉恐专有词库.然后通过语义角色分析、句法依存分析,提取了主语谓语宾语关系、定语后置动宾关系、人名//地名//机构和介宾关系主谓动补4类涉恐三元组结构.最后,利用正则表达式及带词性的涉恐专有名词分析,在4类三元组短文本中提取出恐怖事件发生时间、发生地点、伤亡情况、攻击方式、武器类型和恐怖组织6类实体属性.对采集的4221篇文章数据进行实验分析,6类实体属性抽取的测评结果 F1值均超过80%,对网络空间的涉恐事件监测及预警,维护社会公共安全具有重要现实意义. 

【文章来源】：工程科学学报. 2020,42(04)北大核心EICSCD

【文章页数】：9 页

【参考文献】：
期刊论文
[1]基于语境概念核心词提取算法研究[J]. 石进,韩进,赵小柯,刘千里.  情报学报. 2019(11)
[2]基于多特征自注意力BLSTM的中文实体关系抽取[J]. 李卫疆,李涛,漆芳.  中文信息学报. 2019(10)
[3]基于jsoup爬取图书网页信息的网络爬虫技术[J]. 熊艳秋,严碧波.  电脑与信息技术. 2019(04)
[4]基于PCA-SVM算法的酒店评论文本情感分析研究[J]. 王大伟,周志玮,曹红根.  现代计算机. 2019(21)
[5]基于多任务学习的中文事件抽取联合模型[J]. 贺瑞芳,段绍杨.  软件学报. 2019(04)
[6]基于三元组文档表示的文本分类[J]. 冯雪.  计算机工程与设计. 2019(02)
[7]面向专用信息获取的用户定制主题网络爬虫技术探究[J]. 蒲文莹.  电脑编程技巧与维护. 2019(01)
[8]基于改进朴素贝叶斯算法实现评教评语情感分析[J]. 张俊飞.  现代计算机(专业版). 2018(32)
[9]基于N-Gram语言模型的并行自适应新闻话题追踪算法[J]. 屈庆涛,刘其成,牟春晓.  山东大学学报(工学版). 2018(06)
[10]N-gram模型综述[J]. 尹陈,吴敏.  计算机系统应用. 2018(10)



本文编号：3308115