基于語(yǔ)義角色分析,提出了一種三元組涉恐事件實(shí)體屬性抽取方法,為網(wǎng)絡(luò)空間涉恐活動(dòng)的監(jiān)測(cè)及預(yù)警提供技術(shù)支持.首先,基于西北政法大學(xué)"反恐怖主義信息網(wǎng)"文本語(yǔ)料數(shù)據(jù)進(jìn)行數(shù)據(jù)采集和清洗等預(yù)處理工作,采用樸素貝葉斯文本分類算法識(shí)別涉恐事件文本,并采用關(guān)鍵詞提取算法TF-IDF（Term frequency-inverse document frequency,詞頻-逆文檔頻率）構(gòu)建涉恐專有詞庫(kù),結(jié)合自然語(yǔ)言處理技術(shù)構(gòu)建帶詞性的涉恐專有詞庫(kù).然后通過(guò)語(yǔ)義角色分析、句法依存分析,提取了主語(yǔ)謂語(yǔ)賓語(yǔ)關(guān)系、定語(yǔ)后置動(dòng)賓關(guān)系、人名//地名//機(jī)構(gòu)和介賓關(guān)系主謂動(dòng)補(bǔ)4類涉恐三元組結(jié)構(gòu).最后,利用正則表達(dá)式及帶詞性的涉恐專有名詞分析,在4類三元組短文本中提取出恐怖事件發(fā)生時(shí)間、發(fā)生地點(diǎn)、傷亡情況、攻擊方式、武器類型和恐怖組織6類實(shí)體屬性.對(duì)采集的4221篇文章數(shù)據(jù)進(jìn)行實(shí)驗(yàn)分析,6類實(shí)體屬性抽取的測(cè)評(píng)結(jié)果 F1值均超過(guò)80%,對(duì)網(wǎng)絡(luò)空間的涉恐事件監(jiān)測(cè)及預(yù)警,維護(hù)社會(huì)公共安全具有重要現(xiàn)實(shí)意義. 

【文章來(lái)源】：工程科學(xué)學(xué)報(bào). 2020,42(04)北大核心EICSCD

【文章頁(yè)數(shù)】：9 頁(yè)

【參考文獻(xiàn)】：
期刊論文
[1]基于語(yǔ)境概念核心詞提取算法研究[J]. 石進(jìn),韓進(jìn),趙小柯,劉千里.  情報(bào)學(xué)報(bào). 2019(11)
[2]基于多特征自注意力BLSTM的中文實(shí)體關(guān)系抽取[J]. 李衛(wèi)疆,李濤,漆芳.  中文信息學(xué)報(bào). 2019(10)
[3]基于jsoup爬取圖書(shū)網(wǎng)頁(yè)信息的網(wǎng)絡(luò)爬蟲(chóng)技術(shù)[J]. 熊艷秋,嚴(yán)碧波.  電腦與信息技術(shù). 2019(04)
[4]基于PCA-SVM算法的酒店評(píng)論文本情感分析研究[J]. 王大偉,周志瑋,曹紅根.  現(xiàn)代計(jì)算機(jī). 2019(21)
[5]基于多任務(wù)學(xué)習(xí)的中文事件抽取聯(lián)合模型[J]. 賀瑞芳,段紹楊.  軟件學(xué)報(bào). 2019(04)
[6]基于三元組文檔表示的文本分類[J]. 馮雪.  計(jì)算機(jī)工程與設(shè)計(jì). 2019(02)
[7]面向?qū)Ｓ眯畔@取的用戶定制主題網(wǎng)絡(luò)爬蟲(chóng)技術(shù)探究[J]. 蒲文瑩.  電腦編程技巧與維護(hù). 2019(01)
[8]基于改進(jìn)樸素貝葉斯算法實(shí)現(xiàn)評(píng)教評(píng)語(yǔ)情感分析[J]. 張俊飛.  現(xiàn)代計(jì)算機(jī)(專業(yè)版). 2018(32)
[9]基于N-Gram語(yǔ)言模型的并行自適應(yīng)新聞話題追蹤算法[J]. 屈慶濤,劉其成,牟春曉.  山東大學(xué)學(xué)報(bào)(工學(xué)版). 2018(06)
[10]N-gram模型綜述[J]. 尹陳,吳敏.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2018(10)



本文編號(hào)：3308115