面向話題的事件信息融合研究與實(shí)現(xiàn).pdf

1、事件信息抽取（Events Information Extraction：Events IE）目前是信息抽?。↖nformation Extraction：IE）中的一個(gè)重要領(lǐng)域。本文提出了一種跨文本事件信息融合方法，該方法在事件IE的基礎(chǔ)上引入了多源信息融合理論，并結(jié)合命名實(shí)體識(shí)別、指代消解等其它信息抽取技術(shù)，對(duì)多源、多文本同話題事件進(jìn)行信息融合。本文的主要內(nèi)容包括元事件融合和話題事件融合兩部分，具體內(nèi)容如下：
　　 1.在元

2、事件融合中，考慮到自然語(yǔ)言表述的多樣性，對(duì)事件描述中的事件元素進(jìn)行規(guī)格化處理，并針對(duì)事件元素中的時(shí)間信息、命名實(shí)體和數(shù)字信息的不同表述特點(diǎn)，采用不同的規(guī)格化方法；
　　 2.在共指元事件聚類過(guò)程中，由于事件描述中常出現(xiàn)事件元素的缺失，為了提高共指元事件聚類的召回率，提出了關(guān)鍵元素集合的概念。并針對(duì)事件信息的特點(diǎn)，利用事件中的語(yǔ)義和語(yǔ)用信息提出一種適用于事件信息的相似度算法；
　　 3.在事件元素融合時(shí)，在元素的基本可信度

3、上，針對(duì)各類事件元素的不同表述特點(diǎn)，根據(jù)元素的精度和準(zhǔn)度不同調(diào)整元素的可信度，提高精度高的元素值被選中的概率。在元素選擇時(shí)，在可信度計(jì)算的基礎(chǔ)上，采用了投票策略，增加了最后結(jié)果的可信度；
　　 4.在話題事件融合中，為了能更好地表示話題型事件，本文定義了一種基于元事件的話題事件表示模型（Event-based Topic Description Model：ETDM）。該模型可有效地將話題事件進(jìn)行結(jié)構(gòu)化和層次化表示，接近人類的認(rèn)