文档介绍：基于自举学习与指代消解的人物家庭网络构建研究作者:顾静航、胡亚楠、钱龙华、朱巧明报告人:胡亚楠苏州大学自然语言处理实验室主要内容研究动机相关工作研究方法评价方法实验结果展望研究动机社会关系网络在当今信息化社会中具有重要的作用,社会关系网络的分析和应用可以提高人们的生活质量和生活效率。家庭是人类社会最基本的组成单位,因而家庭网络是社会网络中的核心部分。传统的社会关系网络分析(workAnalysis,SNA)着眼于以人为个体,考察个体在网络中的作用,忽略了家庭作为一个整体对社会网络的影响。本文从构建家庭网络入手,挖掘丰富的人物家庭关系,为构造大规模的社会关系网络打下基础。相关工作自举学习Hearst(1992):基于模式匹配来抽取“is-a”关系Pantel等(2006):Espresso,解决模式和实例的可信度问题姚从磊等(2007):采用模拟退火算法发现网页中蕴涵的人物社会关系社会关系网络Kautz等(1997):ReferralWeb,利用人名共现实现社会网络挖掘Mika等(2005):同ReferralWeb,包括Web网页和用户电子邮件相关工作(续)社会关系网络(续)唐杰等(2008):Miner,建立学术人物之间的社会关系网络Elson等(2010)、Agarwal等(2012):对小说中人物的社会关系网络进行了研究,提出了隐式社会关系的概念Camp和Bosch等(2011):从人物自传中提取带有情感极性的人物社会关系Zhu等(2009):StatSnowball,采用自举方法进行人物社会关系的抽取,融合概率模型和马尔科夫逻辑网络等方法,实现“微软人立方”研究方法基于自举学习的人物家庭关系抽取:家庭关系定义:“Parent-Child”和“Husband-Wife”。为了便于自举过程的进行,“Parent-Child”关系类型又被细分为“Father-Son”、“Father-Daughter”、“Mother-Son”和“Mother-Daughter”自举学习过程:模式发现模式评估实例发现实例评估模式发现:给定种子“江泽民,王冶坪”抽取出文本“……中江泽民的夫人王冶坪今天下午……”抽取模式,得“<Husband>的夫人<Wife>”研究方法(续)研究方法(续)模式评估:采用PMI衡量模式p与人物对{x,y}之间的关联强度定义模式p的可信度为rπ(p),它与每个实例i的平均关联程度有关研究方法(续)实例发现:利用已有模式发现实例如模式“<Husband>的夫人<Wife>”可以得到句子“……中国国务院总理李鹏的夫人朱琳8日上午来到……”进行分词、人名识别,可以发现新的夫妻关系实例“李鹏,朱琳”。研究方法(续)实例评估:定义实例i的可信度为rl(i),它与每个模式p的平均关联程度有关PMI方法对于低频事件有偏向性,所以引入打折因子