基于有指導(dǎo)的音樂實體關(guān)系抽取

基于有指導(dǎo)的音樂實體關(guān)系抽取學(xué)生：王莉峰指導(dǎo)老師：秦兵老師日期：2009-6-72提綱課題簡介主要研究內(nèi)容研究方法和實施方案下一步工作3提綱課題簡介什么是信息抽??？什么是音樂實體類型？什么是音樂實體關(guān)系抽??？為什么選擇音樂領(lǐng)域？主要研究內(nèi)容研究方法和實施方案下一步工作4位置關(guān)系知識數(shù)據(jù)庫吉林大學(xué)坐落在北國春城-長春市，它創(chuàng)立于1946年，前身為東北行政學(xué)院，是教育部直屬的一所全國重點綜合性大學(xué)。吉林大學(xué)坐落在北國春城

-長春市，它創(chuàng)立于1946年，前身為東北行政學(xué)院，是教育部直屬的一所全國重點綜合性大學(xué)。IDSubsidiaryOrgTimePlace1吉林大學(xué)教育部1946年長春市…………………關(guān)系表………信息抽取：

將非結(jié)構(gòu)化文本轉(zhuǎn)換成結(jié)構(gòu)化數(shù)據(jù)，主要包括實體識別、關(guān)系抽取、共指消解等吉林大學(xué)它東北行政學(xué)院北國春城長春市1946年機構(gòu)成立時間教育部附屬關(guān)系5問答系統(tǒng)智能化搜索信息抽取細粒度挖掘面向IR的NLP：（分詞、詞性標(biāo)注、命名實體識別、依存句法分析、詞義消歧、語義角色標(biāo)注等）用戶文檔理解文檔抽取信息理解語言理解用戶智能交互垂直搜索精準化搜索互聯(lián)網(wǎng)基于NLP的IR結(jié)構(gòu)化數(shù)據(jù)提問、log答案采集信息結(jié)構(gòu)化數(shù)據(jù)非結(jié)構(gòu)化數(shù)據(jù)6什么是音樂實體類型？命名實體（NamedEntity,NE）實體名：人名、地名、機構(gòu)名、專有名詞、時間等例子：在2008年11月7日吉林大學(xué)召開的全校干部大會上，任命原山東大學(xué)校長展?jié)秊榧执髮W(xué)校長。音樂命名實體（MusicNamedEntity,MNE）藝術(shù)家名、藝術(shù)家別名、歌曲名、專輯名、唱片公司名、時間例子：亞洲天王周杰倫發(fā)行第六張國語專輯《十一月的蕭邦》，新專輯包含了《夜曲》、《發(fā)如雪》等十二首動聽的歌，大家可以在專輯當(dāng)中，嗅出周董潛藏的浪漫古典因子。7什么是音樂實體關(guān)系抽取？在音樂實體識別的基礎(chǔ)上，判斷一個句子中任意兩個實體是否屬于我們預(yù)先定義好的某種關(guān)系。例子：08年12月，蔡依林3000萬改簽華納唱片。8為什么選擇音樂領(lǐng)域？通用域的難點沒有完善的關(guān)系類型體系建立關(guān)系類型體系困難關(guān)系類型太多關(guān)系如何命名呢？覆蓋面要盡可能全細化、準確…

…領(lǐng)域收縮：樂壇、電子產(chǎn)品、教育、體育等研究方法可移植，也是某種意義上的通用域9提綱課題簡介主要研究內(nèi)容研究方法和實施方案下一步工作10主要研究內(nèi)容音樂實體關(guān)系抽取特征提取構(gòu)建語料庫建立音樂實體關(guān)系類型體系分類模型訓(xùn)練基于有指導(dǎo)的學(xué)習(xí)方法11提綱課題簡介主要研究內(nèi)容研究方法和實施方案語料庫建設(shè)特征提取模型訓(xùn)練評測下一步工作12語料庫建設(shè)來源：新浪音樂新聞（2008.8-2009.3）處理流程新聞文本斷句分詞、詞性標(biāo)注、音樂實體識別句子句子句子…制定標(biāo)注規(guī)范、人工標(biāo)注語料音樂實體關(guān)系抽取語料庫隨機篩選10000句作為待標(biāo)注語料13音樂實體關(guān)系抽取技術(shù)介紹訓(xùn)練過程識別過程訓(xùn)練數(shù)據(jù)（2/3）測試數(shù)據(jù)（1/3）特征提取SVM訓(xùn)練/MaxEnt訓(xùn)練SVM模型/MaxEnt模型SVM分類/MaxEnt分類識別結(jié)果語料庫隨機篩選實驗數(shù)據(jù)14

訓(xùn)練過程-特征提取輸入：訓(xùn)練語料&詞法句法信息輸出：特征文件例如：在/p北京/ns奧運會/j開幕式/n上/nd，/wp劉歡/Na和/c莎拉布萊曼/Na共同/d演繹/v了/u主題歌/n《我和你》/Nc。/wp

特征提取器實體1的類型實體2的類型實體1和實體2之間的第一個動詞實體1前面的第一個詞實體2后面的第一個詞實體1前面第一個詞的詞性實體2后面第一個詞的詞性…

…classF1F2F3F4F5F6F7…藝術(shù)家-歌曲NaNc演繹和。cwp…15訓(xùn)練過程-SVMorMaxEnt輸入：特征文件輸出：分類模型文件開源的SVM工具包：Libsvm2.89.tw/~cjlin/libsvm/

開源的MaxEnt工具包：OpenNLP.maxent/16識別過程-特征提取測試數(shù)據(jù)特征提取與訓(xùn)練數(shù)據(jù)特征提取過程類似區(qū)別特征文件中無類別信息classF1F2F3F4F5F6F7…？NaNc演繹和。cwp…17識別過程-SVMorMaxEnt分類輸入：特征文件輸出：類別編號classF1F2F3F4F5F6F7…？NaNc演繹和。cwp…RelationTypeProb藝術(shù)家-歌曲0.75藝術(shù)家-專輯0.13歌曲-專輯0.05藝術(shù)家-唱片公司0.02專輯-發(fā)行時間0.01無關(guān)系0.0418評測方法與結(jié)果評測指標(biāo)為準確率（P）、召回率（R）和F值

19評測方法與結(jié)果2021大綱課題簡介