1、大學校友是高校擁有的巨大潛能的人力資源，是學校的寶貴財富，是學校良好聲譽的創(chuàng)造者，也是學校進一步發(fā)展的重要資源，得到了越來越多的重視。然而目前校友資源的管理手段落后，不能夠滿足人們對校友資源利用的需求。
　　 互聯(lián)網(wǎng)中所包含大量由自然語言所表述的信息，其中包含了豐富的校友信息以及最新動態(tài)。然而對于計算機來說處理這些非結構化的信息是困難的，信息抽取領域中的相關方法提供了將文本內容轉換為結構化知識的途徑。如何在大量的信息中正確的識別

2、出校友面臨著以下幾個問題：互聯(lián)網(wǎng)中的信息是海量的且結構復雜，互聯(lián)網(wǎng)中的實體以及實體之間的關系是復雜的且沒有標識。
　　 本文的工作就是要在大量的互聯(lián)網(wǎng)信息中將正確的校友識別出來。而校友識別問題就是人和學校關系的抽取，關系抽取作為信息抽取領域的一個方法能夠很好的解決本文中的校友識別問題。
　　 首先，本文將校友識別問題抽象為關系抽取的問題，即對人名和學校名之間的關系進行抽取。同時采用了關系抽取中的的基于SVM的監(jiān)督學習的方

3、法和基于Bootstrapping的半監(jiān)督學習方法來進行校友的識別。兩種方法都能夠解決校友識別的問題，具有比較理想的準確率和召回率。而Bootstrapping方法由于只需要少量的訓練數(shù)據(jù)，因此比監(jiān)督學習的方法更加適合處理大數(shù)據(jù)量的信息。
　　 其次，由于傳統(tǒng)的方法對單一的關系比較有效，而校友關系包含了多個子關系。本文針對這一問題，提出了改進的兩階段Bootstrapping方法來更好的解決校友識別問題，該方法通過對第一階段產(chǎn)生