汉语股市公告信息抽取系统的设计与实现硕士学位论文.docVIP

专 业 学 位 硕 士 学 位 论文 汉语股市公告信息抽取系统的设计与实现 THE DESIGN AND IMPLEMENTATION OF CHINESE STOCK BULLETIN INFORMATION EXTRACTION SYSTEM 山东大学 Shandong 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权　　 　 　大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 独创性说明 作者郑重声明：本硕士学位论文是我个人在导师指导下进行的研究工作及取得研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其它人已经发表或撰写的研究成果，也不包含为获得大连理工大学或者其它单位的学位或证书所使用过的材料。与我一同工作的同志对本研究所做的贡献均已在论文中做了明确的说明并表示了谢意。 作者签名： 日期： 毕业论文版权使用授权书 本毕业论文作者完全了解学校有关保留、使用论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权湖南大学可以将本论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本论文。 本论文属于 1、保密 ，在 年解密后适用本授权书。 2、不保密√。 （请在以上相应方框内打“√”） 学 生签名： 日期：200 年 月 日 指导教师签名： 日期：200 年 月 日 目录 TOC \o 1-3 \h \z 1 概述 h 1 1.1 信息抽取技术（Information Extraction） h 1 1.1.1 信息抽取技术的发展 h 1 1.1.2 信息抽取技术的特点 h 3 1.2 股市公告信息抽取系统（SBIES） h 3 1.2.1 应用背景 h 3 1.2.2 系统框架结构 h 4 1.2.3 系统分布结构 h 5 1.3 本文内容简介 h 5 2 信息抽取模块的设计 h 7 2.1 模块内部结构 h 7 2.1.1 串行化的模块内部结构及其问题 h 7 2.1.2 简化的高性能信息抽取模型 h 8 2.2 自动分词 h 9 2.3 词类自动标注 h 10 3 信息抽取的关键算法 h 13 3.1 传统语言学方法 h 13 3.1.1 基于规则的信息抽取算法 h 13 3.1.2 基于规则信息抽取面临的严峻问题 h 15 3.2 统计学方法 h 16 3.2.1 基于语料库的统计语言学方法 h 16 3.2.2 隐马尔科夫模型（HMM）简介 h 16 3.2.3 隐马尔科夫模型（HMM）在信息抽取上的应用 h 17 3.2.4 隐马尔科夫模型的训练与优化问题 h 19 4 实现与结果分析 h 20 4.1 模块实现情况 h 20 4.2 两种信息抽取方法的比较 h 21 4.3 结果总结 h 21 4.4 遗留的问题 h 22 参考文献 h 23 致谢 h 24 申请上海交通大学学士学位论文 摘要 本文介绍了一个基于中文信息抽取模型的股市公告信息抽取系统（SBIES）的设计与实现。介绍了该系统的结构框架和分布图。讨论了汉语信息抽取模型的具体结构，构建了由自动分词、自动标注和模板填充三个阶段组成的简化模型。简单介绍了自动分词的常用算法和自动标注中的标注规范。重点探讨了模板填充的具体算法。文中分别讨论了采用基于规则的结构主义方法和基于语料库概率统计的功能主义方法。着重讨论了采用隐马尔科夫模型进行信息抽取的具体算法。对模型的参数获取算法作了讨论，改进了Baum-W