领域UGC文本中话题-特征关系抽取及应用研究

文本是最古老的信息存储方式之一。在网络数据资源中，UGC文本占有很大比重。海量UGC文本蕴含丰富的信息，尤其是域内信息。近年来，文本挖掘技术作为一个有力的工具被应用于人工自然语言处理的研究中来处理如何从文档中挖掘出有用的信息。但是，UGC文本由于撰写者层次不一，具有内容表达随意、写作不规范等特点，给从海量UGC文本中的信息抽取工作带来了巨大的挑战。此外，传统信息抽取方法挖掘出纷繁复杂的信息关系，不利于用户理解信息。在信息爆炸的时代，文本挖掘出的信息需要符合用户需求，且易于用户理解和记忆。因此，对UGC文本以话题方式进行信息抽取，并根据多话题间相互关系构建一个基于用户需求的信息抽取和管理系统至关重要。基于上述思考，本论文对海量UGC文本的信息抽取及相关应用展开了深入的研究。