[发明专利]一种基于特定行为共现网络的人物共现关系图谱构建方法

摘要

本发明公开了一种基于特定行为共现网络的人物共现关系图谱构建方法。首先构建标准训练数据集和触发词表，用字符串匹配的方法，对所有待测试句子进行过滤得到候选特定行为句的集合；然后抽取标准训练数据集中所有句子的全词特征向量，用于训练SVM分类器识别特定行为，用训练好的SVM分类器对候选特定行为句进行分类，识别出特定行为句；最后构建出包含命名实体及其共现关系的特定行为共现网，在特定行为共现网的基础上构建人物共现关系图谱。本发明能在大量真实网络舆情数据上有效识别特定行为句，并在此基础上构建出特定行为共现网和人物共现关系图谱，为舆情分析提供新的可视化分析方法。

主权项

1.一种基于特定行为共现网络的人物共现关系图谱构建方法，其特征在于，包括如下步骤：(1)候选特定行为句识别：首先对网络新闻文档集进行标注，构建包含特定行为正例和负例的标准训练数据集；其次是根据标准训练数据集构建包含所有特定行为对应的触发词的触发词表；最后根据触发词表，用字符串匹配的方法对所有待测试句子进行过滤，删除不含特定行为触发词的句子，得到候选特定行为句的集合；(2)用分类器识别特定行为句：首先是抽取标准训练数据集中所有句子的全词特征向量；其次是用全词特征向量来训练SVM分类器；最后用训练好的SVM分类器对候选特定行为句进行分类，得到其中的特定行为句；(3)构建人物共现关系图谱：首先是对特定行为句进行命名实体识别，抽取出所有特定行为句中的命名实体；其次，出现在同一个特定行为句中的命名实体之间有共现关系，构建出包含关键命名实体及其共现关系的特定行为共现网；最后，根据特定行为共现网构建人物共现关系图谱；所述步骤(2)具体包括：201：抽取标准训练数据集中所有句子的全词向量；假设词典中有n个词，就初始化一个元素均为空值的n维字符串数组；从前到后扫描句子，将句子中出现的字符串与词典中的词进行匹配；若匹配到在词典中出现的词，且该词是词典中的第i个词，就将n维字符串数组中的第i个元素改为SVM分类器所能识别的字符串；如此循环进行，直到将句子中出现的所有字符串都与词典匹配之后，就得到该句子对应的全词向量；202：构造全词特征向量；根据以上标准训练数据集的人工标注结果，得到标准训练数据集中每个句子的特定行为类型，将句子的全词向量与其特定行为类型相结合，得到句子对应的全词特征向量；抽取标准训练数据集中所有句子的全词特征向量，得到全部的全词特征向量集合；203：训练SVM分类器识别特定行为；随机选取一部分全词特征向量作为SVM分类器的输入，用来训练SVM分类器识别特定行为，其余的全词特征向量用于测试训练好的SVM分类器的准确率、召回率和F值；204：识别特定行为句；抽取所有候选特定行为句对应的全词特征向量作为训练好的SVM分类器的输入，用训练好的SVM分类器对所有候选特定行为句进行分类，实现对特定行为句的识别。