基于知识图谱的文本多元关系抽取系统的设计与实现

发布时间：2023-05-07 02:58

　　从文本中进行关系抽取一直是信息检索和自然语言处理的重要研究课题,二元关系抽取的研究工作已经有了相当多的成果。而多元关系也广泛存在于文本中,针对多元关系的抽取则是一个较新的领域。在知识图谱中,多元关系以结构化的形式存在。这些多元关系由多个二元子关系组成。相对于文本,在结构化的知识图谱中寻找多元关系的工作较少。本文首先提出了一个针对知识图谱的多元关系挖掘方法,然后将知识图谱中挖掘得到的多元关系和现有的关系抽取工作结合,对文本进行多元关系抽取。本文的具体工作包括:1.提出一个针对知识图谱的多元关系挖掘方法。该方法通过多标签频繁子图挖掘算法,从知识图谱中挖掘潜在的多元关系。2.使用知识图谱的多元关系挖掘结果进行远监督学习,生成文本多元关系样本,并以此来训练文本多元关系抽取模型。3.设计并实现基于以上方法的文本多元关系抽取系统。本文通过实验将知识图谱中的多元关系应用于文本多元关系抽取,改进了基于远监督学习的文本多元关系抽取的效果,并为远监督学习样本的生成提供了新思路。本文还设计并实现了基于以上方法的文本多元关系抽取系统,方便研究人员从知识图谱中发现各种多元关系并在文本中抽取这些多元关系。

【文章页数】：62 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
第一章 绪论
    1.1 研究背景
    1.2 论文研究内容
    1.3 论文组织结构
第二章 相关工作
    2.1 频繁子图挖掘
        2.1.1 基本概念
        2.1.2 基于模式增长的频繁子图挖掘算法
    2.2 知识图谱与资源描述框架
    2.3 文本关系抽取
    2.4 本章小结
第三章 知识图谱的多元关系挖掘
    3.1 方法概述
    3.2 实体关系图
    3.3 基于模式增长的多元关系挖掘
        3.3.1 种子节点生成
        3.3.2 剪枝策略
        3.3.3 频繁共现
    3.4 节点的基数限制信息
    3.5 基于人工评估的多元关系挖掘实验
        3.5.1 数据集
        3.5.2 实验方法
        3.5.3 实验结果分析与总结
    3.6 本章小结
第四章 文本多元关系抽取
    4.1 基于远监督学习的文本多元关系库构建
    4.2 Graph LSTM神经网络
    4.3 基于Graph LSTM的文本多元关系抽取实验
        4.3.1 数据集
        4.3.2 实验过程与结果分析
    4.4 本章小结
第五章 基于知识图谱的文本多元关系抽取系统
    5.1 系统需求分析
        5.1.1 功能性需求
        5.1.2 非功能性需求
    5.2 系统架构设计
    5.3 系统功能实现
        5.3.1 知识图谱浏览
        5.3.2 知识图谱的多元关系挖掘与可视化
        5.3.3 远监督学习
        5.3.4 文本多元关系抽取
        5.3.5 任务管理
    5.4 本章小节
第六章 总结与展望
    6.1 本文工作总结
    6.2 未来工作展望
致谢
参考文献



本文编号：3810113