[发明专利]一种面向英文无结构文本的人物属性抽取方法在审
| 申请号： | 201810816828.2 | 申请日： | 2018-07-24 |
| 公开（公告）号： | CN108959630A | 公开（公告）日： | 2018-12-07 |
| 发明（设计）人： | 于富财;苏家琦;张磊;胡光岷 | 申请（专利权）人： | 电子科技大学 |
| 主分类号： | G06F17/30 | 分类号： | G06F17/30;G06F17/27 |
| 代理公司： | 成都虹盛汇泉专利代理有限公司 51268 | 代理人： | 王伟 |
| 地址： | 611731 四川省成*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种面向英文无结构文本的人物属性抽取方法，其包括训练支持向量机分类器，对待识别文档进行指代消解处理，对待识别文档进行分句、分词、命名实体识别，将有包含两个共现实体的句子进行特征提取，选择对应的支持向量机分类器对提取的特征进行识别。本发明首先对待识别文档进行指代消解的处理，将人称代词替换成文中出现的人名，提高了人物属性抽取的覆盖率；然后在训练分类器的过程中通过计算信息增益获得了一个位置信息增益词典，用于提取位置信息增益的特征，提高了支持向量机分类器关系判别的准确率。 | ||
| 搜索关键词： | 支持向量机分类器 人物属性 文档 抽取 结构文本 消解 训练分类器 英文 计算信息 命名实体 人称代词 特征提取 提取位置 信息增益 准确率 分词 分句 句子 替换 覆盖率 | ||
【主权项】：
1.一种面向英文无结构文本的人物属性抽取方法，其特征在于，包括以下步骤：A、构造人工标记训练集，根据人工标记训练集训练支持向量机分类器；B、获取待识别文档，对待识别文档进行指代消解处理；C、对步骤B处理后的待识别文档进行分句和分词处理，并进行命名实体识别；D、将有包含两个共现实体的句子进行特征提取，通过步骤C中命名实体识别标记的标签，选择步骤A中对应的支持向量机分类器，对提取的特征进行识别，完成人物属性抽取。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于电子科技大学，未经电子科技大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810816828.2/，转载请声明来源钻瓜专利网。
- 上一篇：一种像元尺度上流域水资源可获取性方法
- 下一篇：用于查询信息的方法和装置
