基于有指导的音乐实体关系抽取.ppt
基于有指导的音乐实体关系抽取,学 生：王莉峰 指导老师：秦 兵 老师 日 期：2009-6-7,2,提纲,课题简介主要研究内容研究方法和实施方案下一步工作,3,提纲,课题简介什么是信息抽取？什么是音乐实体类型？什么是音乐实体关系抽取？为什么选择音乐领域？主要研究内容研究方法和实施方案下一步工作,4,位置关系,知识数据库,吉林大学坐落在北国春城-长春市，它创立于1946年，前身为东北行政学院，是教育部直属的一所全国重点综合性大学。,吉林大学坐落在北国春城-长春市，它创立于1946年，前身为东北行政学院，是教育部直属的一所全国重点综合性大学。,关系表,吉林大学它东北行政学院,北国春城长春市,1946年,机构成立时间,教育部,附属关系,5,问答系统智能化搜索,信息抽取细粒度挖掘,面向IR的NLP：（分词、词性标注、命名实体识别、依存句法分析、词义消歧、语义角色标注等）,用户,文档,理解文档抽取信息,理解语言,理解用户智能交互,垂直搜索精准化搜索,互联网,基于NLP的IR,结构化数据,提问、log,答案,采集信息,结构化数据,非结构化数据,6,什么是音乐实体类型？,命名实体（Named Entity,NE）实体名：人名、地名、机构名、专有名词、时间等例子：在2008年11月7日吉林大学召开的全校干部大会上，任命原山东大学校长展涛为吉林大学校长。音乐命名实体（Music Named Entity,MNE）艺术家名、艺术家别名、歌曲名、专辑名、唱片公司名、时间例子：亚洲天王周杰伦发行第六张国语专辑十一月的萧邦，新专辑包含了夜曲、发如雪等十二首动听的歌，大家可以在专辑当中，嗅出周董潜藏的浪漫古典因子。,7,什么是音乐实体关系抽取？,在音乐实体识别的基础上，判断一个句子中任意两个实体是否属于我们预先定义好的某种关系。例子：08年12月，蔡依林3000万改签华纳唱片。,8,为什么选择音乐领域？,通用域的难点没有完善的关系类型体系建立关系类型体系困难关系类型太多关系如何命名呢？覆盖面要尽可能全细化、准确 领域收缩：乐坛、电子产品、教育、体育等研究方法可移植，也是某种意义上的通用域,9,提纲,课题简介主要研究内容研究方法和实施方案下一步工作,10,主要研究内容,音乐实体关系抽取,基于有指导的学习方法,11,提纲,课题简介主要研究内容研究方法和实施方案语料库建设特征提取模型训练评测下一步工作,12,语料库建设,来源：新浪音乐新闻（）处理流程,新闻文本,断句,分词、词性标注、音乐实体识别,句子,句子,句子,制定标注规范、人工标注语料,音乐实体关系抽取语料库,随机筛选10000句作为待标注语料,13,音乐实体关系抽取技术介绍,训练过程识别过程,训练数据（2/3）,测试数据（1/3）,特征提取,SVM训练/MaxEnt训练,SVM模型/MaxEnt模型,SVM分类/MaxEnt分类,识别结果,语料库,随机筛选实验数据,14,训练过程-特征提取,输入：训练语料&词法句法信息输出：特征文件例如：在/p 北京/ns 奥运会/j 开幕式/n 上/nd，/wp 刘欢/Na 和/c 莎拉布莱曼/Na 共同/d 演绎/v 了/u 主题歌/n 我和你/Nc。/wp 特征提取器实体1的类型实体2的类型实体1和实体2之间的第一个动词实体1前面的第一个词实体2后面的第一个词实体1前面第一个词的词性实体2后面第一个词的词性,15,训练过程-SVM or MaxEnt,输入：特征文件输出：分类模型文件开源的SVM工具包：Libsvm 2.89http:/www.csie.ntu.edu.tw/cjlin/libsvm/开源的MaxEnt工具包：OpenNLP.maxent,16,识别过程-特征提取,测试数据特征提取与训练数据特征提取过程类似区别特征文件中无类别信息,17,识别过程-SVM or MaxEnt分类,输入：特征文件输出：类别编号,18,评测方法与结果,评测指标为准确率（P）、召回率（R）和F值,19,评测方法与结果,20,21,大纲,课题简介主要研究内容研究方法和实施方案下一步工作,22,下一步工作,目前只处理了5种最常见的音乐实体关系特征提取优化歌曲-专辑效果较低核函数方法存在代词，需要共指消解模块处理句子级关系抽取-篇章级关系抽取,谢谢各位老师！,
