基于主題的中文事件抽取技術研究及應用.pdf

1、隨著社會的發(fā)展，人們被包圍在信息的汪洋大海之中。準確有效的從大量無序、雜亂、無結構的信息中提取感興趣的事件信息，這正是事件抽取要解決的問題?，F(xiàn)有的事件抽取的研究還主要局限在句子范圍，然而，一個主題事件通常由多個狀態(tài)和動作組成，其描述信息通常分散在一個或多個文檔中，現(xiàn)有的事件抽取方法顯然無法滿足主題事件抽取的需要。 本文在研究上述問題時，提出了將主題事件的抽取劃分為三個層次，并將其應用到訪問主題事件的抽取中。第一，句子范圍的元事件

2、抽取，主要抽取一些相關的動作和狀態(tài)。第二，篇章范圍內的事件信息抽取，根據(jù)主題事件的框架結構，在句子范圍的元事件抽取的基礎上，通過篇章范圍的語義信息將這些元事件進行串聯(lián)，形成主題事件片段。第三，跨篇章的事件信息歸并，首先本文使用聚類的方法確定事件歸并的范圍；其次按照一定的歸并條件，將滿足條件的主題事件片段進行歸并。通過這三個層次的信息抽取和歸并，就可以得到一個主題事件的完整信息描述。 本文首先介紹了事件抽取的基本概念，研究現(xiàn)狀和當

3、前面臨的主要困難。其次提出了一種定義在論元結構層次的事件抽取模式，并提出了一種機器學習方法來獲取事件抽取規(guī)則；該方法的特點是將語義角色標注技術應用于事件抽取，通過將觸發(fā)動詞支配的語義角色與待抽取的事件元素相對應，實現(xiàn)了句子范圍內面向動詞的事件信息的抽取。接著，本文介紹了一種基于元事件的事件知識表示框架，將主題事件看作是元事件的集合；抽取出框架中定義的元事件后，對其中的人物、地點、時間進行規(guī)格化處理，再利用指代關系、時間、地點這些重要的語

4、義載體，在篇章范圍內進行了初步的信息串聯(lián)，從而獲取了主題事件片段信息。然后，本文提出一種基于摘要的聚類方法將語料集合按照主題進行聚類，以此來確定跨篇章事件信息歸并的范圍。最后提出了一種簡單的歸并條件，用于對分散在不同文檔的主題片段信息進行歸并。 對訪問主題事件的抽取實驗結果表明，本文提出的基于元事件的框架定義對事件知識的表達是有效的，指代關系、時間、地點等語義載體的規(guī)格化處理，有效的進行了篇章范圍內事件信息的串聯(lián)，排除了干擾信息