社交网络的事件要素提取方法研究

发布时间：2023-03-06 17:30

　　随着信息时代的发展,人们对互联网的依赖性日益增强,越来越多的人在社交网络上发表自己的看法或者记录自己的生活,所以基于社交网络的分析研究日趋活跃。基于社交网络的事件检测能够在第一时间发现现实生活中发生的事件,有利于增强突发预警、舆情监控等方面能力。事件要素提取通过对事件文本进行分析,提取事件相关的人物、地点、时间等信息,便于人们更加直观的了解事件,掌握事件中的核心信息。现有的事件要素提取可分为模式匹配和统计学习两类方法,其中模式匹配的方法通过制定规则对文本内容进行匹配,通常只适用于特定领域,且规则制定成本较高,因此在实际中难以大规模应用;统计学习方法通过识别事件文本中的命名实体来提取事件中的人名、地名、时间等信息,但现有命名实体识别方法普遍存在识别种类过多导致准确率不高的问题,且对高噪声环境的社交网络短文本识别效果不理想,因此也很难获得准确的事件要素信息。本文对社交网络中的事件要素提取方法进行研究,重点考虑时间要素与地理位置要素提取,主要贡献与创新有以下两个方面:(1)提出基于模型约束的时间要素提取方法。该方法克服了传统命名实体识别方法提取特征没有针对性的问题,根据社交网络中时间要素的特...

【文章页数】：82 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 背景与意义
    1.2 国内外研究现状
        1.2.1 事件要素提取
        1.2.2 时间要素提取
        1.2.3 事件地理位置要素
    1.3 主要贡献与创新
    1.4 论文的结构安排
第二章 事件要素提取相关基础
    2.1 文本预处理
        2.1.1 分词以及冗余信息去除
        2.1.2 多联词提取
    2.2 命名实体提取
    2.3 本章小结
第三章 基于约束模型的事件时间要素提取方法
    3.1 研究背景
    3.2 基本模型
    3.3 时间表达式特征制定
        3.3.1 传统命名实体特征
        3.3.2 时间表达式针对性特征
        3.3.3 特征组合
    3.4 带约束的时间要素识别方法
    3.5 测试分析
        3.5.1 数据来源
        3.5.2 评价指标
        3.5.3 测试结果
    3.6 本章小结
第四章 基于文本句法特征的事件地理位置要素提取方法
    4.1 研究背景
    4.2 事件地理位置要素提取流程
    4.3 事件候选地点提取
        4.3.1 事件地点的句法结构特征提取
        4.3.2 基于样本加权的一致性判别方法
    4.4 事件发生地点判定
    4.5 测试分析
        4.5.1 数据来源
        4.5.2 评价指标
        4.5.3 测试结果
        4.5.4 事件地理位置要素可视化结果
    4.6 本章小结
第五章 全文总结与展望
    5.1 全文总结
    5.2 后续工作展望
致谢
参考文献
攻读硕士学位期间取得的成果



本文编号：3757079