| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第9-17页 |
| 1.1 课题背景 | 第9-10页 |
| 1.2 研究目的和意义 | 第10页 |
| 1.3 国内外研究现状 | 第10-15页 |
| 1.3.1 人物实体关系抽取技术的国内外发展现状 | 第10-12页 |
| 1.3.2 社会关系网络分析领域的国内外现状 | 第12-14页 |
| 1.3.3 针对社交网络网站构建的人物关系网 | 第14-15页 |
| 1.4 本文主要工作内容及组织结构 | 第15-17页 |
| 第2章 微博人物关系抽取的相关技术 | 第17-23页 |
| 2.1 引言 | 第17页 |
| 2.2 微博信息采集技术 | 第17-19页 |
| 2.2.1 基于微博 API 的数据获取 | 第17-19页 |
| 2.2.2 基于网络爬虫的页面解析 | 第19页 |
| 2.3 中文人物关系抽取技术 | 第19-20页 |
| 2.3.1 基于关系词典的人物关系抽取方法 | 第19页 |
| 2.3.2 基于序列模式的人物关系抽取方法 | 第19-20页 |
| 2.3.3 基于支持向量机的人物关系抽取方法 | 第20页 |
| 2.4 社会网络可视化技术 | 第20-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 基于语义角色标注的人物关系抽取研究 | 第23-33页 |
| 3.1 引言 | 第23页 |
| 3.2 人物关系抽取的问题 | 第23-25页 |
| 3.2.1 人物关系抽取的问题定义 | 第23-24页 |
| 3.2.2 基于特征的人物关系抽取 | 第24-25页 |
| 3.3 基于语义角色标注的特征提取 | 第25-29页 |
| 3.3.1 语义角色标注 | 第25-26页 |
| 3.3.2 基于语义角色标注的特征提取 | 第26-28页 |
| 3.3.3 基于语义角色标注的特征与基于上下文词集的特征比较 | 第28-29页 |
| 3.4 基于 CRF 的人物关系分类 | 第29-31页 |
| 3.4.1 条件随机场模型 | 第29-30页 |
| 3.4.2 使用 CRF++进行关系训练和预测 | 第30-31页 |
| 3.5 本章小结 | 第31-33页 |
| 第4章 微博人物关系抽取系统实现 | 第33-46页 |
| 4.1 引言 | 第33页 |
| 4.2 微博信息采集模块 | 第33-39页 |
| 4.2.1 获取用户授权信息 | 第34页 |
| 4.2.2 新浪微博相关 API 接口介绍 | 第34-38页 |
| 4.2.3 新浪微博信息采集的实现 | 第38-39页 |
| 4.3 人物关系抽取模块 | 第39-40页 |
| 4.3.1 语料预处理 | 第39页 |
| 4.3.2 分词标注人名识别与指代消解 | 第39-40页 |
| 4.3.3 特征提取及人物关系分类 | 第40页 |
| 4.4 人物关系可视化模块 | 第40-44页 |
| 4.5 本章小结 | 第44-46页 |
| 第5章 实验结果及分析 | 第46-50页 |
| 5.1 实验环境及评测标准 | 第46-47页 |
| 5.2 新闻类语料实验结果统计 | 第47-48页 |
| 5.3 微博类语料实验结果统计 | 第48-49页 |
| 5.4 实验结果分析 | 第49-50页 |
| 结论 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 致谢 | 第55页 |