基于信息增益的Web人物关系抽取

来源 :计算机应用研究 | 被引量 : 0次 | 上传用户:tigernone
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
针对人物关系抽取中的效率与准确性问题进行了研究,提出一种基于信息增益的轻量级Web人物社会关系提取方法。它通过计算初始关系元组的关系描述词的信息增益值进而确定元组上下文位置并据此创建相应的关系抽取模板,最后利用模板实现了Web的人物关系自动提取。针对中文语义上存在相似性的问题,引入了基于《同义词词林》与基于知网的人物关系描述词扩展方法。对于某一句子内包含多个人物实体且存在多种人物关系的情况,提出了一种基于模板上下文信息增益值模糊匹配的方法来抽取符合特定人物关系的人物实体。实验结果证明该方法的平均准确率为8
其他文献
随着网络共享图像数据的日益丰富,同类对象检索和定位的需求变得更为迫切,为了更好地运用协同的思想定位同类对象,提出了一种基于奖励机制和互斥条件的对象协同定位方法。该方法采用对象性检测算法的输出结果作为候选,以图结构的描述方式建立模型,将对象在当前图片中的显著性和与其他图片中候选对象的相似性作为奖励,以多个候选在同一图片中的重叠度作为互斥条件,能够无监督地定位出同类对象在各图中的位置。通过广泛的实验,
针对摄像机内部参数的不确定性和投影平面选择难的问题,提出一种新的投影深度算法用于视角不变的动作识别,该算法采用对称镜面平面提取(plane extraction from mirror symmetry,PEMS)策略,有效解决了投影平面选择难的问题。首先通过摄像机组观察获得3D动作姿势,然后运用PEMS策略从场景中提取平面,相对于提取平面估计身体点的投影深度,最后使用这个信息进行动作识别。该算法
针对协同设计任务分配中忽略设计人员自我发展需求的问题,在对设计人员知识作业过程进行分析的基础上,提出显性知识的学习模型和知识集合的概念,并构建了一个能实现任务与设计人员之间双向选择的优化模型,从而实现任务的合理分配,达到任务完成时间最短和设计人员知识学习最大化之间的平衡。通过算例分析验证了模型的有效性:模型的使用有利于设计人员知识扩容;模型的循环使用对完成任务时间的缩短有利。
事件检测与分类是事件抽取的关键环节,触发词抽取是完成事件检测与分类的主流方法。提出了一种事件触发词抽取方法,该方法针对单一触发词抽取方法没有充分利用依存句法分析信
针对在线boosting跟踪算法在目标外观发生大幅度变化以及遮挡时易产生漂移导致目标丢失问题进行了研究,提出一种尺度自适应在线鲁棒目标跟踪算法。算法基于目标灰度或彩色直
<正>May 27,2016http://parlearning.ecs.fullerton.edu In Conjunction with the 30th IEEE International Parallel&Distributed Processing Symposium(IPDPS),Chicago Hya
针对传统粒子群算法优化黑箱模型过程中存在巨大计算开销的问题,提出一种基于PRS元模型的改进粒子群优化算法——PPSO算法。在该算法迭代过程中,构建PRS元模型,利用其最优值
建立了环境因素融入的低碳物流网络优化模型。在此基础上对碳税进行了进一步扩展,设计了按排放量确定不同税率的分段累进税率结构,分别讨论在不同碳税政策情况下带来的减排效
针对复杂异构网络环境中故障定位难的问题,采用代理技术,分析视频专网服务质量(Qo S),提出了一种基于改进代码书的网络故障定位算法。该算法采用视频Qo S阈值进行故障事件检测,
针对多模态核磁共振(MR)脑肿瘤图像的分割问题,提出一种基于灰度分布匹配的分割算法。首先,学习图像灰度强度的非参数模型分布来描述当前图像的正常区域;然后,计算肿瘤图像中各区域之间的全局相似性,从中寻找灰度分布与学习模型最匹配的子区域,同时利用平滑操作来避免存在孤立区域;最后,对FLAIR模态图像进行处理,以分离出脑水肿区域,最终获取脑肿瘤区域的准确边界。在多模态脑肿瘤图像数据库Bra TS2012