公开(公告)号：CN109033166A

公开(公告)日：2018-12-18

申请号：CN201810636331.2

申请日：2018-06-20

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 赵忠华 ,  孙小宁 ,  李欣 ,  万欣欣 ,  袁钟怡 ,  张小明

IPC: G06F17/30

Abstract: 本发明公开了一种人物属性抽取训练数据集构建方法。首先，下载HTML页面中的文本数据内容，提取描述人物正文内容和属性信息的信息框数据，并进行编码存储和语句切分；然后，对切分后的语句，选取既包含人物名称、人物属性值内容的语句构建人物属性抽取语料数据集；最后，提取人物属性抽取语料数据集中的所有动词，基于信息熵的方法对所有动词进行排序，提取排名靠前的动词作为属性触发词，把人物属性抽取语料数据集中不包含属性触发词的语句删除掉，剩下的语句就组成了人物属性抽取训练数据集。本发明综合利用的网页数据采集、词性分析、词语信息熵计算等技术自动构建人物属性抽取训练数据集，对提高训练数据集构建的效率具有重要意义。

公开(公告)号：CN108984521A

公开(公告)日：2018-12-11

申请号：CN201810635449.3

申请日：2018-06-20

Applicant: 国家计算机网络与信息安全管理中心

Inventor： 赵忠华 ,  孙小宁 ,  李欣 ,  万欣欣 ,  袁钟怡 ,  张小明

IPC: G06F17/27 ,  G06F17/30

Abstract: 本发明公开了一种新闻事件中人物观点抽取方法，包括观点抽取、人物观点数据库、观点检索3个部分；观点抽取部分负责对原始的新闻文本进行清理，并提取其中的观点要素包括观点持有者、观点评价对象、观点情感强度等；人物观点数据库负责存储人物、观点以及情感，以便检索和查询；观点检索部分负责响应用户的检索请求，对检索结果进行去重和合并，并返回排序的检索结果；本发明方法能够有效识别新闻中的人物观点并构建可供检索的人物观点数据库，提供了一种准确高效的人物观点抽取方法。