1、利用支持向量机进行恐怖主义信息提取

利用支持向量机进行恐怖主义信息提取

1 背景与动机

自 2001 年 9 月 11 日的悲剧事件发生后，学术界被呼吁为国家（甚至可能是国际）安全相关研究做出贡献。国家科学基金会的一项重要使命，就是开展信息技术、组织研究和安全相关公共政策等领域的中长期国家安全研究。

执法、刑事分析和情报界面临着与医学和生物学研究类似的挑战，即信息过载，但同时也有创新的巨大机遇。就像“医学信息学”和“生物信息学”一样，迫切需要发展“情报与安全信息学”这一科学，它通过综合技术、组织和政策的方法，研究先进信息技术、系统、算法和数据库在国家安全相关应用中的使用和开发。

1.1 信息提取的重要性与挑战

信息提取（IE）在许多应用中都至关重要，如网络情报、搜索引擎和文本理解等。大多数 IE 系统依赖于一组提取模式，每个提取模式基于自然语言句子中所需实体位置的句法和/或语义约束来定义。这些系统还提供一组模式模板，以确定要考虑的句法和语义约束类型。

然而，这种模式模板限制了 IE 系统可以学习的提取模式的种类。例如，“IBM acquired ⟨direct - object⟩”是一个非常适合提取公司信息的提取模式，但无法通过 AutoSlog 的 13 个模式模板中的任何一个实例化。由于很难为任何给定领域推导出一套通用的标准模式模板，因此不依赖模板的 IE 方法变得十分必要。

1.2 支持向量机在信息提取中的应用

为了解决这些问题，本文提出使用支持向量机（SVM）进行信息提取。SVM 由 Vapnik 提出，已广泛应用于图像处理和分类问题。SVM 技术能够找到一个最佳表面，将正例和反例分开，正例和反例之间的最大间隔由法向量