1. 研究目的与意义（文献综述）

近年来，在自然语言处理领域，信息抽取逐步发展成为了一个重要的分支，该部分涉及到了深层次的语言理解、篇章分析与推理、命名实体识别等自然语言研究领域。通过专业化、系统化、大规模地定量研究和评测推动了自然语言处理领域的研究与发展，也促进了自然语言处理研究与应用的紧密结合。可以说，信息抽取已成为当前自然语言处理和相关领域的研究热点。

在信息抽取领域中，命名实体（named entity）是原始文本中基本的信息元素，是正确理解文本的基础。那么，什么是命名实体呢？简单来说，命名实体即指现实世界中的具体的或抽象的实体，如人、组织、地点等，我们通常使用唯一的标志符来对其进行（专有名称）表示，如人名、组织名、地点名等。而关系（relation）被看作两个实体在一段时间或空间范围内的某种联系，在命名实体之间，对于语义关系的抽取是信息抽取领域的一项重要的基础性研究。

我们注意到，人物分析是理解文学作品主题思想、剖析作品内涵的重要方面，而人物关系分析是通过人物间是否存在联系，联系强弱程度如何来构建人物关系网络，进而揭示人物相互关系，面对一些角色数量较多、角色关系较复杂的文学作品时, 很多读者难以直观的找到角色之间的联系，这势必会对文学作品内容的理解造成一定程度的影响，也有部分读者会选择使用传统笔记的方式，绘制角色关系图，以期能够完整的、全面的对文学作品进行理解。因此，如何帮助读者直观的了解所阅读作品的人物关系，或者帮助读者简化其绘制角色关系图的操作，是本课题所研究的主要内容。

2. 研究的基本内容与方案

本课题将选取一部人物关系复杂的文学作品作为数据加工对象，采用自然语言处理的技术深入开展文本分析，获取人物关系；采用信息处理技术对所获取人物关系进行可视化处理。

最终将所选取的文学作品中的角色关系以可视化的形式展现。

该项目初步分为两大部分，一是人物关系抽取部分；二是可视化部分。各部分实现方案初步计划如下：

3. 研究计划与安排

1) 2019/1/19—2019/2/10：查阅文献，撰写文献阅读报告；

2) 2019/2/10—2019/2/20：完成外文文献翻译；

3) 2019/2/20—2019/2/28：撰写并完成开题报告；

4. 参考文献（12篇以上）

【1】 罗刚, 张子宪. 自然语言处理原理与技术实现[m]. 电子工业出版社, 2016.

【2】 magnus lie hetland. python基础教程.第2版[m]. 2014

【3】 刘赟,张小明,李舟军.融合最近距离和人名窗口信息的人物关系抽取[j].山西大学学报(自然科学版),2018,41(01):34-41