互联网浪潮下非结构化文本属性抽取技术的多维探究与突破.docx

互联网浪潮下非结构化文本属性抽取技术的多维探究与突破

一、引言

1.1研究背景

随着互联网技术的飞速发展，数据量呈爆炸式增长。据国际数据公司（IDC）预测，全球数据总量将从2018年的33ZB增长到2025年的175ZB，其中非结构化文本数据占据了数据总量的绝大部分，约占80%。诸如社交媒体帖子、新闻报道、学术论文、企业文档、电子邮件等，均以非结构化文本形式存在。这些非结构化文本数据蕴含着丰富的信息，然而，由于其缺乏预定义的数据模型或结构，使得传统的数据处理和分析方法难以从中提取有价值的信息。

在知识图谱构建领域，非结构化文本是知识的重要来源。知识图谱旨在以结构化的形式描述