Web新聞人物追蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)課件

Web新聞人物追蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)姓名：學(xué)號(hào)：00448160院系：信息科學(xué)技術(shù)學(xué)院專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)指導(dǎo)教師： 1謝謝觀賞2019-9-11Web新聞人物追蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)姓名：謝謝觀賞提綱引言動(dòng)機(jī)難點(diǎn)相關(guān)研究指代消解實(shí)體關(guān)系抽取具體工作文本中關(guān)鍵詞的提取人物指代消解時(shí)間指代消解簡(jiǎn)歷型網(wǎng)頁(yè)/段落的判定人物蹤跡追蹤系統(tǒng)的實(shí)現(xiàn)總結(jié)22019-9-11謝謝觀賞提綱引言22019-9-11謝謝觀賞引言32019-9-11謝謝觀賞引言32019-9-11謝謝觀賞引言-動(dòng)機(jī)廣泛的需求還沒(méi)有搜索引擎正式提供關(guān)于人物的搜索服務(wù)展示W(wǎng)ebdigest小組長(zhǎng)期工作成果的展示平臺(tái)作為天網(wǎng)的一部分42019-9-11謝謝觀賞引言-動(dòng)機(jī)廣泛的需求42019-9-11謝謝觀賞引言-難點(diǎn)胡錦濤主席將于5月6日至10日對(duì)日本進(jìn)行5天的國(guó)事訪問(wèn)。除東京外，他還將訪問(wèn)橫濱和奈良，并從大阪啟程回國(guó)

時(shí)間指代消解，人物指代消解吳儀 中共中央政治局委員，國(guó)務(wù)院副總理。 女，漢族，1938年11月生，湖北武漢人，1962年4月加入中國(guó)共產(chǎn)黨，1962年8月參加工作，北京石油學(xué)院石油煉制系煉油工程專業(yè)畢業(yè)，大學(xué)學(xué)歷，高級(jí)工程師。

1956年至1962年西北工學(xué)院國(guó)防系、北京石油學(xué)院石油煉制系煉油工程專業(yè)學(xué)習(xí)。1962年至1965年蘭州煉油廠車間技術(shù)員、政治部辦公室干事。1965年至1967年石油工業(yè)部生產(chǎn)技術(shù)司生產(chǎn)處技術(shù)員。

簡(jiǎn)歷型網(wǎng)頁(yè)的判斷52019-9-11謝謝觀賞引言-難點(diǎn)胡錦濤主席將于5月6日至10日對(duì)日本進(jìn)行5謝謝觀賞相關(guān)研究62019-9-11謝謝觀賞相關(guān)研究62019-9-11謝謝觀賞相關(guān)研究-指代消解-人物指代消解Borrow的STUDENT系統(tǒng)：利用有限的啟發(fā)式規(guī)則Winograd的SHRDLU系統(tǒng)：基于語(yǔ)法位置Wilks的Preferencesemantics系統(tǒng)：利用簡(jiǎn)單的語(yǔ)義知識(shí)的四級(jí)指代消解系統(tǒng)Hobbs算法：基于句法分析，通過(guò)搜索句法樹(shù)，尋找先行詞IdoDagan和AlonItai：利用共現(xiàn)模式從大規(guī)模語(yǔ)料庫(kù)中自動(dòng)獲取約束Mitkov：有限知識(shí)方法，應(yīng)用一系列規(guī)則Soon：利用機(jī)器學(xué)習(xí)，構(gòu)造一個(gè)分類器判斷是否是指代關(guān)系72019-9-11謝謝觀賞相關(guān)研究-指代消解-人物指代消解Borrow的ST謝謝觀賞相關(guān)研究-指代消解-時(shí)間指代消解InderjeetMani,George：一個(gè)時(shí)間消解的框架。 處理中文需要解決更多問(wèn)題 借鑒：判斷一些不需要消解的情況使用分類器解決，選擇基準(zhǔn)時(shí)間時(shí)的思想82019-9-11謝謝觀賞相關(guān)研究-指代消解-時(shí)間指代消解Inderjeet謝謝觀賞相關(guān)研究-實(shí)體關(guān)系抽取Brin1998，Agichtein2000：先確定關(guān)系類別，然后基于關(guān)系對(duì)與描述模式在自然語(yǔ)言文本中的出現(xiàn)規(guī)律，自動(dòng)學(xué)習(xí)語(yǔ)義化關(guān)系模式來(lái)找到關(guān)系對(duì)。Etzioni2004：根據(jù)關(guān)系的種子實(shí)例對(duì)自動(dòng)生成關(guān)系抓取模板，并且能給每個(gè)新發(fā)現(xiàn)關(guān)系對(duì)一個(gè)屬于該類型的置信度。TakaakiHasegawa2004：基于實(shí)體對(duì)在文本中的共現(xiàn)定義關(guān)系，并利用共現(xiàn)文本對(duì)關(guān)系進(jìn)行聚類、標(biāo)注。YutakaMatsuo2006：以一組科技論文網(wǎng)站和論文作者的主頁(yè)等半結(jié)構(gòu)化數(shù)據(jù)為研究對(duì)象，以此來(lái)發(fā)現(xiàn)作者之間的關(guān)系92019-9-11謝謝觀賞相關(guān)研究-實(shí)體關(guān)系抽取Brin1998，Agich謝謝觀賞具體工作102019-9-11謝謝觀賞具體工作102019-9-11謝謝觀賞具體工作-文本中關(guān)鍵詞的提取JianguoXiao2007： 一個(gè)詞W的重要程度由兩部分因素組成，一個(gè)是其他詞Ai（Ai!=W）的重要程度以及W和Ai的關(guān)系緊密程度，另外一個(gè)是W所在句子的重要程度以及W和這個(gè)句子的關(guān)系緊密程度。 同樣，一句話S的重要程度也有兩部分組成，一個(gè)是其他句子Bi（Bi!=S）的重要程度以及它和S的相似程度，另外一個(gè)是S所包含的詞的重要程度以及他們同這句話的關(guān)系。112019-9-11謝謝觀賞具體工作-文本中關(guān)鍵詞的提取JianguoXiao謝謝觀賞具體工作-文本中關(guān)鍵詞的提取詞語(yǔ)與詞語(yǔ)之間的關(guān)系互信息（472978篇網(wǎng)頁(yè)，1308327個(gè)詞語(yǔ)，64312933對(duì)無(wú)序詞對(duì)）句子與句子之間的關(guān)系cosin值詞語(yǔ)與句子之間的關(guān)系一個(gè)迭代的過(guò)程計(jì)算每個(gè)句子和每個(gè)詞語(yǔ)的關(guān)鍵程度122019-9-11謝謝觀賞具體工作-文本中關(guān)鍵詞的提取詞語(yǔ)與詞語(yǔ)之間的關(guān)系互謝謝觀賞具體工作-人名指代消解-人名性別判定人名性別判定 獲得一個(gè)人名性別列表，總共包含5901個(gè)不同的姓名，通過(guò)統(tǒng)計(jì)每個(gè)名字對(duì)應(yīng)的所有人的性別，簡(jiǎn)單地對(duì)這些名字的人的性別作出判斷，得到了一個(gè)判斷擁有名字N的人的性別的一個(gè)表。 問(wèn)題：所獲得的名字的數(shù)量遠(yuǎn)遠(yuǎn)不能涵蓋新聞網(wǎng)頁(yè)中出現(xiàn)的人名，以至于在指代消解的時(shí)候，無(wú)法確定人物的性別，使得消解出錯(cuò)。這一塊有待在今后工作中的改進(jìn)。132019-9-11謝謝觀賞具體工作-人名指代消解-人名性別判定人名性別判定13謝謝觀賞具體工作-人名指代消解-姓名縮寫(xiě)消解3月22日凌晨，巴勒斯坦哈馬斯（伊斯蘭抵抗運(yùn)動(dòng)）精神領(lǐng)袖艾哈邁德·亞辛的汽車遭以色列直升機(jī)導(dǎo)彈襲擊，亞辛及其兩名保鏢身亡。

解決方法：簡(jiǎn)單的替換142019-9-11謝謝觀賞具體工作-人名指代消解-姓名縮寫(xiě)消解3月22日凌晨，謝謝觀賞

具體工作-人名指代消解-流程152019-9-11謝謝觀賞 具體工作-人名指代消解-流程152019-9-謝謝觀賞具體工作-人名指代消解-評(píng)測(cè)隨機(jī)選取了20篇網(wǎng)頁(yè)，其中包含“他”和“她”共36個(gè)，是共消解36個(gè)，正確消解29個(gè)，精度是81%，召回度是100%。錯(cuò)誤分析3個(gè)，人名識(shí)別接識(shí)別問(wèn)題，如果接口能夠正確識(shí)別，精度應(yīng)該是89%2個(gè)，尋找先行人名錯(cuò)誤2個(gè)，先行詞并沒(méi)有以人物姓名的形式出現(xiàn)在網(wǎng)頁(yè)中，而是以一些名詞或者“姓+名詞”的形式出現(xiàn)，比如“司機(jī)”，“張醫(yī)生”，162019-9-11謝謝觀賞具體工作-人名指代消解-評(píng)測(cè)隨機(jī)選取了20篇網(wǎng)頁(yè)，其謝謝觀賞具體工作-時(shí)間指代消解-難點(diǎn)哪些需要消解？ 對(duì)海量網(wǎng)頁(yè)中詞頻排名前1000的詞進(jìn)行了統(tǒng)計(jì)和分析，得到了一些模式，并且整理了里面的能夠明確消解的時(shí)間詞語(yǔ)

“今天”,“今日”,“當(dāng)天”,“當(dāng)日”,“當(dāng)晚”,“今天上午”,“今晚”,“今天下午”,“當(dāng)天下午”,“當(dāng)天晚上”,“同一天”,“今夜”，“今年”,“下半年”,“上半年”,“今年上半年”,“今年下半年”,“今夏”,“今秋”,“今冬”,“今年夏天”,“同年”,“今年秋季”，“上周”,“本周”,“本月”,“下周”,“月底”,“周末”,“上周末”,“當(dāng)月”,“本月底”，“去年”,“上一年”,“上年”，“昨日”,“昨天”,“昨晚”,“昨天下午”,“昨天上午”,“昨日下午”,“昨日上午”,“前一天”,“昨天晚上”,“昨夜”，“明日”,“次日”,“明天”，“前天”，“明年”,“次年”，“前年”，“下月”，“上月”,“上個(gè)月”，“年底”,“今年年底”,“年終”,“年末”,“今年底”，“年初”,“今年年初”,“今年初”，“去年底”,“去年年底”，xxxx-xx-xx，xxxx.xx.xx，xx年，xx月，xx日，（x代表一個(gè)阿拉伯?dāng)?shù)字）

172019-9-11謝謝觀賞具體工作-時(shí)間指代消解-難點(diǎn)哪些需要消解？17201謝謝觀賞具體工作-時(shí)間指代消解-難點(diǎn)“九八年”，“２０００年”中文數(shù)字以及全角阿拉伯?dāng)?shù)字轉(zhuǎn)換成半角阿拉伯?dāng)?shù)字“1946年1月到8月”,“4月1日、7日、8日”時(shí)間段、并列時(shí)間的處理引用中的時(shí)間不處理基準(zhǔn)時(shí)間的確定一套規(guī)則是否是未來(lái)時(shí)間考慮時(shí)間間隔“今天的中國(guó)”是否需要消解182019-9-11謝謝觀賞具體工作-時(shí)間指代消解-難點(diǎn)“九八年”，“２０００年謝謝觀賞

具體工作-時(shí)間指代消解-流程192019-9-11謝謝觀賞 具體工作-時(shí)間指代消解-流程192019-9-1謝謝觀賞具體工作-時(shí)間指代消解-評(píng)測(cè)隨機(jī)選取了50篇網(wǎng)頁(yè)，包含在消解范圍內(nèi)的時(shí)間詞248個(gè)，消解了242個(gè)，正確消解了223個(gè)，精度是92%，漏掉了6個(gè)，召回度是97%。錯(cuò)誤的原因消解了不應(yīng)該消解的時(shí)間，有4個(gè)基準(zhǔn)時(shí)間判斷錯(cuò)誤，有6個(gè)其余錯(cuò)誤包括時(shí)間間隔處理的問(wèn)題、接口識(shí)別的問(wèn)題等還有一些詞不在本模塊規(guī)定的可消解范圍內(nèi)，由于它的一部分屬于可消解詞，以至于被消解，如“農(nóng)歷三月等”。漏掉的原因4個(gè)因?yàn)榻涌跊](méi)有將這個(gè)時(shí)間識(shí)別出來(lái)，2個(gè)被簡(jiǎn)單的認(rèn)為不應(yīng)該消解。202019-9-11謝謝觀賞具體工作-時(shí)間指代消解-評(píng)測(cè)隨機(jī)選取了50篇網(wǎng)頁(yè)，包謝謝觀賞具體工作-簡(jiǎn)歷型網(wǎng)頁(yè)/段落的判定判斷簡(jiǎn)歷型網(wǎng)頁(yè)判斷簡(jiǎn)歷型段落 均根據(jù)調(diào)研情況制定一些規(guī)則，按照對(duì)人名、時(shí)間以及其他的統(tǒng)計(jì)數(shù)據(jù)作出判斷212019-9-11謝謝觀賞具體工作-簡(jiǎn)歷型網(wǎng)頁(yè)/段落的判定判斷簡(jiǎn)歷型網(wǎng)頁(yè)212謝謝觀賞具體工作-簡(jiǎn)歷型網(wǎng)頁(yè)/段落的判定-評(píng)測(cè)使用了409篇網(wǎng)頁(yè)，共有67個(gè)簡(jiǎn)歷網(wǎng)頁(yè)判斷簡(jiǎn)歷型網(wǎng)頁(yè)精度：得到58篇簡(jiǎn)歷的網(wǎng)頁(yè)，正確56篇，精度為97%。錯(cuò)誤分析：一篇是講的憲法的歷史，期間提到了很多時(shí)間，而且除了開(kāi)始出現(xiàn)了一個(gè)人名外，之后都沒(méi)有提到人，這些都符合了判斷簡(jiǎn)歷型網(wǎng)頁(yè)的條件。另外一篇中本沒(méi)有提到人，但人名識(shí)別接口錯(cuò)誤的識(shí)別出了一個(gè)人名，同時(shí)符合判定的其他標(biāo)準(zhǔn)召回度：83%錯(cuò)誤分析：2篇，人名識(shí)別接口沒(méi)有識(shí)別出人名；2篇，簡(jiǎn)歷中人名出現(xiàn)過(guò)多；5篇是在處理特殊網(wǎng)頁(yè)（每句一段），沒(méi)有正確找打句子開(kāi)始的時(shí)間；1篇是將非特殊網(wǎng)頁(yè)判斷成了特殊網(wǎng)頁(yè)；1篇是因?yàn)楹?jiǎn)歷過(guò)長(zhǎng)，沒(méi)有考慮。222019-9-11謝謝觀賞具體工作-簡(jiǎn)歷型網(wǎng)頁(yè)/段落的判定-評(píng)測(cè)使用了409篇謝謝觀賞具體工作-簡(jiǎn)歷型網(wǎng)頁(yè)/段落的判定-評(píng)測(cè)判斷簡(jiǎn)歷型段落，數(shù)據(jù)集同上精度：識(shí)別出26個(gè)簡(jiǎn)歷型段落，20個(gè)正確，精度是77%錯(cuò)誤分析：有些段落比較短，一些閾值不適合導(dǎo)致的，同時(shí)召回度也不理想，最后在構(gòu)建系統(tǒng)的時(shí)候，暫時(shí)沒(méi)有用到簡(jiǎn)歷型段落232019-9-11謝謝觀賞具體工作-簡(jiǎn)歷型網(wǎng)頁(yè)/段落的判定-評(píng)測(cè)判斷簡(jiǎn)歷型段落謝謝觀賞具體工作-人物蹤跡系統(tǒng)的實(shí)現(xiàn)-數(shù)據(jù)集網(wǎng)頁(yè)來(lái)源：2007年Webdigest小組所抓取的網(wǎng)頁(yè)。選取上排名前100的新聞網(wǎng)頁(yè)作為種子，并且按4層抓取。從10月1日開(kāi)始持續(xù)了30天，總計(jì)20，000，000篇網(wǎng)頁(yè)。處理過(guò)程：使用Parasize項(xiàng)目的工具進(jìn)行消重、去噪使用本文的模塊對(duì)網(wǎng)頁(yè)處理。句子為單位，進(jìn)行提取蹤跡現(xiàn)在得到的數(shù)據(jù)： 總共得到403456條人物蹤跡，23415條同時(shí)包含地點(diǎn)信息，作為現(xiàn)在系統(tǒng)可以查詢的數(shù)據(jù)。242019-9-11謝謝觀賞具體工作-人物蹤跡系統(tǒng)的實(shí)現(xiàn)-數(shù)據(jù)集網(wǎng)頁(yè)來(lái)源：200謝謝觀賞具體工作-人物蹤跡系統(tǒng)的實(shí)現(xiàn)-模塊和功能模塊：查詢模塊，和地圖展示模塊功能：輸入：一個(gè)人名輸出：他/她的所有蹤跡，包含人物、時(shí)間、地點(diǎn)和時(shí)間，蹤跡，并且按照日期排序。地圖展示：屏幕右側(cè)，地點(diǎn)被標(biāo)識(shí)，線條連接相鄰蹤跡的地點(diǎn)，動(dòng)態(tài)展示252019-9-11謝謝觀賞具體工作-人物蹤跡系統(tǒng)的實(shí)現(xiàn)-模塊和功能模塊：查詢模謝謝觀賞具體工作-人物蹤跡系統(tǒng)262019-9-11謝謝觀賞具體工作-人物蹤跡系統(tǒng)262019-9-11謝謝觀賞總結(jié)意義研究?jī)r(jià)值創(chuàng)新收獲新的知識(shí)科研經(jīng)驗(yàn)今后工作各模塊的改進(jìn)奧運(yùn)會(huì)信息處理系統(tǒng)272019-9-11謝謝觀賞總結(jié)意義272019-9-11謝謝觀賞282019-9-11謝謝觀賞282019-9-11Web新聞人物追蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)姓名：學(xué)號(hào)：00448160院系：信息科學(xué)技術(shù)學(xué)院專業(yè)：計(jì)算機(jī)科學(xué)與技術(shù)指導(dǎo)教師： 29謝謝觀賞2019-9-11Web新聞人物追蹤系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)姓名：謝謝觀賞提綱引言動(dòng)機(jī)難點(diǎn)相關(guān)研究指代消解實(shí)體關(guān)系抽取具體工作文本中關(guān)鍵詞的提取人物指代消解時(shí)間指代消解簡(jiǎn)歷型網(wǎng)頁(yè)/段落的判定人物蹤跡追蹤系統(tǒng)的實(shí)現(xiàn)總結(jié)302019-9-11謝謝觀賞提綱引言22019-9-11謝謝觀賞引言312019-9-11謝謝觀賞引言32019-9-11謝謝觀賞引言-動(dòng)機(jī)廣泛的需求還沒(méi)有搜索引擎正式提供關(guān)于人物的搜索服務(wù)展示W(wǎng)ebdigest小組長(zhǎng)期工作成果的展示平臺(tái)作為天網(wǎng)的一部分322019-9-11謝謝觀賞引言-動(dòng)機(jī)廣泛的需求42019-9-11謝謝觀賞引言-難點(diǎn)胡錦濤主席將于5月6日至10日對(duì)日本進(jìn)行5天的國(guó)事訪問(wèn)。除東京外，他還將訪問(wèn)橫濱和奈良，并從大阪啟程回國(guó)

時(shí)間指代消解，人物指代消解吳儀 中共中央政治局委員，國(guó)務(wù)院副總理。 女，漢族，1938年11月生，湖北武漢人，1962年4月加入中國(guó)共產(chǎn)黨，1962年8月參加工作，北京石油學(xué)院石油煉制系煉油工程專業(yè)畢業(yè)，大學(xué)學(xué)歷，高級(jí)工程師。

1956年至1962年西北工學(xué)院國(guó)防系、北京石油學(xué)院石油煉制系煉油工程專業(yè)學(xué)習(xí)。1962年至1965年蘭州煉油廠車間技術(shù)員、政治部辦公室干事。1965年至1967年石油工業(yè)部生產(chǎn)技術(shù)司生產(chǎn)處技術(shù)員。

簡(jiǎn)歷型網(wǎng)頁(yè)的判斷332019-9-11謝謝觀賞引言-難點(diǎn)胡錦濤主席將于5月6日至10日對(duì)日本進(jìn)行5謝謝觀賞相關(guān)研究342019-9-11謝謝觀賞相關(guān)研究62019-9-11謝謝觀賞相關(guān)研究-指代消解-人物指代消解Borrow的STUDENT系統(tǒng)：利用有限的啟發(fā)式規(guī)則Winograd的SHRDLU系統(tǒng)：基于語(yǔ)法位置Wilks的Preferencesemantics系統(tǒng)：利用簡(jiǎn)單的語(yǔ)義知識(shí)的四級(jí)指代消解系統(tǒng)Hobbs算法：基于句法分析，通過(guò)搜索句法樹(shù)，尋找先行詞IdoDagan和AlonItai：利用共現(xiàn)模式從大規(guī)模語(yǔ)料庫(kù)中自動(dòng)獲取約束Mitkov：有限知識(shí)方法，應(yīng)用一系列規(guī)則Soon：利用機(jī)器學(xué)習(xí)，構(gòu)造一個(gè)分類器判斷是否是指代關(guān)系352019-9-11謝謝觀賞相關(guān)研究-指代消解-人物指代消解Borrow的ST謝謝觀賞相關(guān)研究-指代消解-時(shí)間指代消解InderjeetMani,George：一個(gè)時(shí)間消解的框架。 處理中文需要解決更多問(wèn)題 借鑒：判斷一些不需要消解的情況使用分類器解決，選擇基準(zhǔn)時(shí)間時(shí)的思想362019-9-11謝謝觀賞相關(guān)研究-指代消解-時(shí)間指代消解Inderjeet謝謝觀賞相關(guān)研究-實(shí)體關(guān)系抽取Brin1998，Agichtein2000：先確定關(guān)系類別，然后基于關(guān)系對(duì)與描述模式在自然語(yǔ)言文本中的出現(xiàn)規(guī)律，自動(dòng)學(xué)習(xí)語(yǔ)義化關(guān)系模式來(lái)找到關(guān)系對(duì)。Etzioni2004：根據(jù)關(guān)系的種子實(shí)例對(duì)自動(dòng)生成關(guān)系抓取模板，并且能給每個(gè)新發(fā)現(xiàn)關(guān)系對(duì)一個(gè)屬于該類型的置信度。TakaakiHasegawa2004：基于實(shí)體對(duì)在文本中的共現(xiàn)定義關(guān)系，并利用共現(xiàn)文本對(duì)關(guān)系進(jìn)行聚類、標(biāo)注。YutakaMatsuo2006：以一組科技論文網(wǎng)站和論文作者的主頁(yè)等半結(jié)構(gòu)化數(shù)據(jù)為研究對(duì)象，以此來(lái)發(fā)現(xiàn)作者之間的關(guān)系372019-9-11謝謝觀賞相關(guān)研究-實(shí)體關(guān)系抽取Brin1998，Agich謝謝觀賞具體工作382019-9-11謝謝觀賞具體工作102019-9-11謝謝觀賞具體工作-文本中關(guān)鍵詞的提取JianguoXiao2007： 一個(gè)詞W的重要程度由兩部分因素組成，一個(gè)是其他詞Ai（Ai!=W）的重要程度以及W和Ai的關(guān)系緊密程度，另外一個(gè)是W所在句子的重要程度以及W和這個(gè)句子的關(guān)系緊密程度。 同樣，一句話S的重要程度也有兩部分組成，一個(gè)是其他句子Bi（Bi!=S）的重要程度以及它和S的相似程度，另外一個(gè)是S所包含的詞的重要程度以及他們同這句話的關(guān)系。392019-9-11謝謝觀賞具體工作-文本中關(guān)鍵詞的提取JianguoXiao謝謝觀賞具體工作-文本中關(guān)鍵詞的提取詞語(yǔ)與詞語(yǔ)之間的關(guān)系互信息（472978篇網(wǎng)頁(yè)，1308327個(gè)詞語(yǔ)，64312933對(duì)無(wú)序詞對(duì)）句子與句子之間的關(guān)系cosin值詞語(yǔ)與句子之間的關(guān)系一個(gè)迭代的過(guò)程計(jì)算每個(gè)句子和每個(gè)詞語(yǔ)的關(guān)鍵程度402019-9-11謝謝觀賞具體工作-文本中關(guān)鍵詞的提取詞語(yǔ)與詞語(yǔ)之間的關(guān)系互謝謝觀賞具體工作-人名指代消解-人名性別判定人名性別判定 獲得一個(gè)人名性別列表，總共包含5901個(gè)不同的姓名，通過(guò)統(tǒng)計(jì)每個(gè)名字對(duì)應(yīng)的所有人的性別，簡(jiǎn)單地對(duì)這些名字的人的性別作出判斷，得到了一個(gè)判斷擁有名字N的人的性別的一個(gè)表。 問(wèn)題：所獲得的名字的數(shù)量遠(yuǎn)遠(yuǎn)不能涵蓋新聞網(wǎng)頁(yè)中出現(xiàn)的人名，以至于在指代消解的時(shí)候，無(wú)法確定人物的性別，使得消解出錯(cuò)。這一塊有待在今后工作中的改進(jìn)。412019-9-11謝謝觀賞具體工作-人名指代消解-人名性別判定人名性別判定13謝謝觀賞具體工作-人名指代消解-姓名縮寫(xiě)消解3月22日凌晨，巴勒斯坦哈馬斯（伊斯蘭抵抗運(yùn)動(dòng)）精神領(lǐng)袖艾哈邁德·亞辛的汽車遭以色列直升機(jī)導(dǎo)彈襲擊，亞辛及其兩名保鏢身亡。

解決方法：簡(jiǎn)單的替換422019-9-11謝謝觀賞具體工作-人名指代消解-姓名縮寫(xiě)消解3月22日凌晨，謝謝觀賞

具體工作-人名指代消解-流程432019-9-11謝謝觀賞 具體工作-人名指代消解-流程152019-9-謝謝觀賞具體工作-人名指代消解-評(píng)測(cè)隨機(jī)選取了20篇網(wǎng)頁(yè)，其中包含“他”和“她”共36個(gè)，是共消解36個(gè)，正確消解29個(gè)，精度是81%，召回度是100%。錯(cuò)誤分析3個(gè)，人名識(shí)別接識(shí)別問(wèn)題，如果接口能夠正確識(shí)別，精度應(yīng)該是89%2個(gè)，尋找先行人名錯(cuò)誤2個(gè)，先行詞并沒(méi)有以人物姓名的形式出現(xiàn)在網(wǎng)頁(yè)中，而是以一些名詞或者“姓+名詞”的形式出現(xiàn)，比如“司機(jī)”，“張醫(yī)生”，442019-9-11謝謝觀賞具體工作-人名指代消解-評(píng)測(cè)隨機(jī)選取了20篇網(wǎng)頁(yè)，其謝謝觀賞具體工作-時(shí)間指代消解-難點(diǎn)哪些需要消解？ 對(duì)海量網(wǎng)頁(yè)中詞頻排名前1000的詞進(jìn)行了統(tǒng)計(jì)和分析，得到了一些模式，并且整理了里面的能夠明確消解的時(shí)間詞語(yǔ)

“今天”,“今日”,“當(dāng)天”,“當(dāng)日”,“當(dāng)晚”,“今天上午”,“今晚”,“今天下午”,“當(dāng)天下午”,“當(dāng)天晚上”,“同一天”,“今夜”，“今年”,“下半年”,“上半年”,“今年上半年”,“今年下半年”,“今夏”,“今秋”,“今冬”,“今年夏天”,“同年”,“今年秋季”，“上周”,“本周”,“本月”,“下周”,“月底”,“周末”,“上周末”,“當(dāng)月”,“本月底”，“去年”,“上一年”,“上年”，“昨日”,“昨天”,“昨晚”,“昨天下午”,“昨天上午”,“昨日下午”,“昨日上午”,“前一天”,“昨天晚上”,“昨夜”，“明日”,“次日”,“明天”，“前天”，“明年”,“次年”，“前年”，“下月”，“上月”,“上個(gè)月”，“年底”,“今年年底”,“年終”,“年末”,“今年底”，“年初”,“今年年初”,“今年初”，“去年底”,“去年年底”，xxxx-xx-xx，xxxx.xx.xx，xx年，xx月，xx日，（x代表一個(gè)阿拉伯?dāng)?shù)字）

452019-9-11謝謝觀賞具體工作-時(shí)間指代消解-難點(diǎn)哪些需要消解？17201謝謝觀賞具體工作-時(shí)間指代消解-難點(diǎn)“九八年”，“２０００年”中文數(shù)字以及全角阿拉伯?dāng)?shù)字轉(zhuǎn)換成半角阿拉伯?dāng)?shù)字“1946年1月到8月”,“4月1日、7日、8日”時(shí)間段、并列時(shí)間的處理引用中的時(shí)間不處理基準(zhǔn)時(shí)間的確定一套規(guī)則是否是未來(lái)時(shí)間考慮時(shí)間間隔“今天的中國(guó)”是否需要消解462019-9-11謝謝觀賞具體工作-時(shí)間指代消解-難點(diǎn)“九八年”，“２０００年謝謝觀賞

具體工作-時(shí)間指代消解-流程472019-9-11謝謝觀賞 具體工作-時(shí)間指代消解-流程192019-9-1謝謝觀賞具體工作-時(shí)間指代消解-評(píng)測(cè)隨機(jī)選取了50篇網(wǎng)頁(yè)，包含在消解范圍內(nèi)的時(shí)間詞248個(gè)，消解了242個(gè)，正確消解了223個(gè)，精度是92%，漏掉了6個(gè)，召回度是97%。錯(cuò)誤的原因消解了不應(yīng)該消解的時(shí)間，有4個(gè)基準(zhǔn)時(shí)間判斷錯(cuò)誤，有6個(gè)其余錯(cuò)誤包括時(shí)間間隔處理的問(wèn)題、接口識(shí)別的問(wèn)題等還有一些詞不在本模塊規(guī)定的可消解范圍內(nèi)，由于它的一部分屬于可消解詞，以至于被消解，如“農(nóng)歷三月等”。漏掉的原因4個(gè)因?yàn)榻涌跊](méi)有將這個(gè)時(shí)間識(shí)別出來(lái)，2個(gè)被簡(jiǎn)單的認(rèn)為不應(yīng)該消解。482019-9-11謝謝觀賞具體工作-時(shí)間指代消解-評(píng)測(cè)隨機(jī)選取了50篇網(wǎng)頁(yè)，包謝謝觀賞具體工作-簡(jiǎn)歷型網(wǎng)頁(yè)/段落的判定判斷簡(jiǎn)歷型網(wǎng)頁(yè)判斷簡(jiǎn)歷型段落 均根據(jù)調(diào)研情況制定一些規(guī)則，按照對(duì)人名、時(shí)間以及其他的統(tǒng)計(jì)數(shù)據(jù)作出判斷492019-9-11謝謝觀賞具體工作-簡(jiǎn)歷型網(wǎng)頁(yè)/段落的判定判斷簡(jiǎn)歷型網(wǎng)頁(yè)212謝謝觀賞具體工作-簡(jiǎn)歷型網(wǎng)頁(yè)/段落的判定-評(píng)測(cè)使用了409篇網(wǎng)頁(yè)，共有67個(gè)簡(jiǎn)歷網(wǎng)頁(yè)判斷簡(jiǎn)歷型網(wǎng)頁(yè)精度：得到58篇簡(jiǎn)歷的網(wǎng)頁(yè)，正確56篇，精度為97%。錯(cuò)誤分析：一