中文時間事件關系識別的方法研究.pdf

1、隨著信息技術的迅猛發(fā)展，非結構化的網絡數據呈指數級增長。如何有效利用這些龐大的非結構化信息推動了信息抽取的誕生。信息抽取就是從文本中獲得結構化的核心信息，以實現(xiàn)大規(guī)模數據集的數據融合、監(jiān)控及跟蹤等。時間事件的關系識別是信息抽取中的一個重要研究內容，其任務是識別同一句子中事件和時間存在的特定關系。該技術在問答系統(tǒng)、文本分類、多文檔文摘等自然語言處理領域有著重要的作用。
　　 較好的時間表達式的識別和事件的識別是時間事件關系識別的基

2、礎。但現(xiàn)有研究中，對時間表達式和事件的識別通常只考慮了詞法信息而忽視了句子的結構信息和語義信息。針對上述問題，本文充分考慮了句法特征和語義特征，并將其用在中文時間表達式和事件的識別中，故對時間表達式的識別，事件的識別和時間事件關系識別進行了深入的研究，提出了新的相應的識別方案，具體內容如下：
　　 1提出了中文時間表達式的識別方案。
　　 本文將時間表達式的識別分為時間表達式的標注和分類兩步。在時間表達式的標注及分類中，

3、抽取的特征通常為詞法特征。由于時間表達式是語義層面的，其標注和分類不能僅依賴詞語層面的特征。因此本文考慮將句法特征和語義特征加入到時間表達式的標注和分類中，并提出了相應的特征抽取算法。在抽取了有效的特征后，本文提出了中文時間表達式識別方案。實驗驗證本文所提出的方案能夠獲得較好的識別率。
　　 2提出了中文事件的識別方案。
　　 事件的識別即把句子中表示某個事發(fā)生的詞或短語抽取出來。在以往的研究中，大多只考慮了單獨的詞作為

4、事件的可能性，通常只抽取了詞法類基本特征。本文充分考慮了詞或者短語表示事件的可能性，將句法特征加入到中文事件的識別中，提高了短語表示事件的識別率。同時，考慮到事件的識別涉及語義層面，因此，將語義特征加入到事件的識別中。提出了基于詞法特征、句法特征及語義特征的事件識別方案。實驗驗證本文所提出的方案能夠獲得較好的識別率。
　　 3提出了中文時間事件的關系識別方案。
　　 本文在前面兩個工作的基礎上，針對中文時間事件關系的特點