应用兴趣点辨识技术从Web中挖掘新商家资讯MiningPOIsfromWeb.PDFVIP

The 2017 Conference on Computational Linguistics and Speech Processing ROCLING 2017, pp. 53-67  The Association for Computational Linguistics and Chinese Language Processing 應用興趣點辨識技術從Web 中挖掘新商家資訊 Mining POIs from Web via POI recognition and Relation Verification 許國信 Kuo-Hsin Hsu 國立中央大學資訊工程學系 Department of Computer Science Information Engineering National Central University 105522092@.tw 莊秀敏 Hsiu-Min Chuang 國立中央大學資訊工程學系 Department of Computer Science Information Engineering National Central University showmin1205@ 周建龍 Chien-Lung Chou 國立中央大學資訊工程學系 Department of Computer Science Information Engineering National Central University formatc.chou@ 張嘉惠 Chia-Hui Chang 國立中央大學資訊工程學系 Department of Computer Science Information Engineering National Central University chia@.tw 摘要 本論文提出一套系統能從網頁中自動化的挖掘新的店家資訊的方法。透過地址相關的特 殊的關鍵字(如：台北市+新開幕)進行搜尋，找到可能包含地址及新開幕店家的網頁， 再利用地址辨識模型先從結果中擷取地址，並從周圍透過興趣點辨識模型擷取商家名稱 (Store Name Recognition) ，最終使用地址與興趣點關聯配對(POI Relation)模型推斷該商 家名稱是否位於該地址。我們特別著重在商家名稱辨識以及POI Relation 的模型建立。 針對興趣點辨識模型的資料準備，我們將黃頁上的商家名稱透過實體篩選以及資料前處 理，應用Distant Learning 及序列標記，可以訓練出F1 值0.816 的興趣點辨識模型。其 次關於POI Relation 預測則是針對反例的準備進行研究，其中效能最好的模型有0.754 的準確率。整體系統效能則使用兩個興趣點辨識模型搭配三種關聯分類模型，共進行六 次實驗並分析，最好的組合平均每個IP 每天能找到約49 個新的興趣點。 53 Abstract This paper presents a system that could automatically extract