影视节目扁平化标签获取技术研究

针对影视节目标签手动采集费时费力,以及传统树状标签体系信息冗余且不全面等问题,提出一种标签自动获取技术。通过数据爬取技术采集与节目相关的互联网原始数据,然后通过文本分析、同义匹配、数据库匹配等技术进行数据分析与挖掘,最终实现对扁平化节目标签的获取。实验结果表明,在选取8~10个标签时,该算法准确率为84.3%~92.4%,召回率为53.4%~63.1%,说明该算法获取的标签能够很好地对影视节目进行描述。

基于文学作品的人物关系问答系统设计与实现

针对文学作品人物关系复杂,无法进行快速准确查询的问题,本文提出基于文学作品的人物关系问答系统设计方案并进行实例验证。本文采用文本表示、实体识别等自然语言处理技术,研究文学作品中人物关系的自动抽取方法,实现了根据用户输入的人物名称快速返回其人物关系的功能。典型案例验证了系统的有效性。